Telset.id – Asosiasi perusahaan asuransi Blue Cross Blue Shield Association (BCBSA) mengungkap bahwa perusahaan asuransi di Amerika Serikat membayar klaim hampir 1 miliar dolar AS atau sekitar Rp16 triliun lebih dari biasanya pada periode 2024-2025 akibat penggunaan kecerdasan buatan (AI) dalam dokumentasi rumah sakit dan pekerjaan AI lainnya. Angka ini dibandingkan dengan tahun sebelumnya, dan menunjukkan bahwa AI justru bisa mendorong biaya layanan kesehatan naik, bukan menekannya.
BCBSA merupakan organisasi yang mewakili 31 perusahaan asuransi independen Blue Cross Blue Shield dan menaungi lebih dari 100 juta warga. Temuan mereka menunjukkan bahwa penggunaan AI untuk memindai rekam medis dan mentranskripsi pertemuan dengan pasien berpotensi membuat biaya membengkak, bahkan bisa dibebankan ke pasien melalui premi yang lebih tinggi.
Yang menarik, lonjakan biaya ini bukan berasal dari kebutuhan komputasi tambahan. Penyebab utamanya adalah kemampuan AI dalam memindai data dalam jumlah besar, yang kemudian mengungkap kondisi kesehatan sekunder yang sebelumnya tidak terdeteksi.
AI Temukan Penyakit Sekunder, Klaim Ikut Naik
Seorang pasien mungkin masuk rumah sakit karena satu masalah utama, tetapi bisa juga memiliki beberapa diagnosis sekunder atau komplikasi lain. Karena AI sangat efektif memindai data, rekaman, dan percakapan dalam jumlah besar, sistem ini lebih mungkin menemukan kondisi tambahan tersebut dibandingkan peninjau manusia.
Meski temuan ini pada akhirnya baik untuk kesehatan pasien, sistem penggantian biaya rumah sakit di Amerika Serikat dipengaruhi oleh diagnosis dan tingkat kompleksitas kasus. Artinya, semakin banyak diagnosis yang tercatat, semakin besar pula klaim yang harus dibayarkan.
Namun, BCBSA memperingatkan bahwa jika pasien memang benar-benar semakin sakit, seharusnya terjadi peningkatan pada tindakan pengobatan. Faktanya, hal itu tidak terlihat. “Kesenjangan antara diagnosis dan pengobatan menunjukkan bahwa AI mengidentifikasi lebih banyak kondisi yang dapat ditagih, bukan pasien yang lebih sakit,” ujar SVP of Product and Data Science Luke Chalker.
Pernyataan ini menjadi inti dari kekhawatiran BCBSA. AI dinilai mampu menangkap lebih banyak kondisi yang memenuhi syarat penagihan, tanpa diikuti bukti bahwa kondisi kesehatan pasien memang memburuk secara proporsional.
Perang AI vs AI di Industri Asuransi
Di sisi lain, perusahaan asuransi juga semakin banyak menggunakan AI untuk meneliti klaim dan menentukan apakah suatu pengobatan benar-benar diperlukan secara medis. Kondisi ini menciptakan situasi yang disebut sebagai pertarungan AI melawan AI, yang justru meningkatkan konsumsi komputasi dan biaya di seluruh lini.
Artinya, kedua belah pihak sama-sama mengandalkan AI untuk bekerja, tetapi hasil akhirnya belum tentu memberikan manfaat yang sepadan. Biaya terus naik, sementara manfaatnya masih dipertanyakan.
Baca Juga:
Temuan BCBSA ini memperkuat gambaran bahwa adopsi AI di sektor kesehatan dan asuransi membawa konsekuensi finansial yang kompleks. Di satu sisi, AI membantu mendeteksi kondisi medis yang mungkin terlewat. Di sisi lain, kemampuan itu justru membuka celah penagihan yang lebih besar dan berpotensi membebani pasien.
Isu ini juga menyentuh aspek lain dari industri teknologi kesehatan, termasuk risiko keamanan data yang kerap menyertai digitalisasi layanan. Sejumlah insiden kebocoran dan serangan siber pada layanan publik maupun perusahaan teknologi menunjukkan bahwa adopsi sistem digital tidak lepas dari tantangan perlindungan data, sebagaimana terlihat dalam kasus kebocoran data yang menimpa jutaan orang.
Penggunaan AI yang masif di sektor kesehatan juga menambah permukaan risiko yang harus dikelola. Ketika AI memindai dan mentranskripsi data medis dalam jumlah besar, pertanyaan soal siapa yang mengakses data, bagaimana data disimpan, dan seberapa aman prosesnya menjadi semakin relevan. Hal serupa juga menjadi perhatian dalam berbagai insiden peretasan yang menyasar perusahaan besar, seperti yang tergambar dari riset mengenai korban peretasan di berbagai sektor industri.
Bagi industri asuransi dan layanan kesehatan, temuan BCBSA menjadi sinyal bahwa implementasi AI perlu dievaluasi tidak hanya dari sisi efisiensi, tetapi juga dari dampaknya terhadap struktur biaya dan beban yang akhirnya ditanggung pengguna. Tanpa pengelolaan yang tepat, AI berpotensi menjadi sumber biaya tersembunyi yang terus membengkak.
Kekhawatiran soal biaya tersembunyi dari teknologi AI juga muncul di sektor lain. Pusat data AI, misalnya, disebut memiliki biaya tersembunyi yang jarang disorot, termasuk tagihan asuransi yang pada akhirnya harus ditanggung konsumen. Pola serupa terlihat dalam industri perangkat lunak, di mana anggaran diprediksi melonjak seiring naiknya tagihan AI.
Dalam konteks layanan kesehatan, pertarungan AI melawan AI antara penyedia layanan dan perusahaan asuransi menciptakan lingkaran biaya yang sulit diputus. Kedua pihak mengeluarkan sumber daya komputasi untuk saling memverifikasi, sementara hasilnya belum tentu memperbaiki kualitas layanan atau menekan pengeluaran.
Temuan BCBSA sendiri belum memberikan solusi konkret. Yang jelas, data periode 2024-2025 menunjukkan bahwa AI berkontribusi pada kenaikan pembayaran klaim hampir 1 miliar dolar AS dibandingkan tahun sebelumnya. Angka ini menjadi bukti awal bahwa dampak finansial AI di sektor kesehatan perlu dihitung secara lebih cermat.
Bagi pengguna layanan asuransi, konsekuensi yang paling mungkin dirasakan adalah kenaikan premi. BCBSA menyebut bahwa biaya tambahan ini berpotensi dibebankan kepada pasien melalui premi yang lebih tinggi. Dengan kata lain, deteksi kondisi sekunder oleh AI bisa berujung pada tagihan yang lebih besar bagi pemegang polis.
Isu ini juga menyoroti pentingnya tata kelola data dan transparansi dalam penggunaan AI di sektor sensitif seperti kesehatan. Ketika AI memproses rekam medis dan percakapan pasien, kebutuhan akan pengamanan data menjadi semakin mendesak, terutama di tengah meningkatnya ancaman siber terhadap layanan publik dan perusahaan teknologi.
Hingga saat ini, belum ada indikasi bahwa perusahaan asuransi akan menghentikan penggunaan AI. Sebaliknya, adopsi teknologi ini diperkirakan terus berlanjut seiring kebutuhan memproses data dalam jumlah besar. Yang menjadi pertanyaan adalah bagaimana industri menyeimbangkan manfaat deteksi dini dengan risiko kenaikan biaya yang harus ditanggung pengguna.
Temuan BCBSA menjadi catatan penting bahwa AI bukan sekadar alat penghemat biaya. Dalam kasus ini, AI justru menambah pengeluaran karena kemampuannya menemukan lebih banyak kondisi yang dapat ditagih. Selama sistem penggantian biaya masih berbasis diagnosis dan kompleksitas, celah ini akan terus ada.
Bagi pasien dan pemegang polis, perkembangan ini layak dicermati. Kenaikan premi yang berpotensi terjadi bukan berasal dari perawatan yang benar-benar dibutuhkan, melainkan dari diagnosis tambahan yang ditemukan AI. Inilah paradoks AI di sektor kesehatan yang perlu dijawab oleh industri dan regulator.
Komentar
Belum ada komentar.