Introduzione

Negli ultimi cinque anni l’intelligenza artificiale (IA) è entrata a pieno titolo nei processi amministrativi degli ospedali, dal triage clinico alla redazione dei referti medici. Tuttavia, un rapporto pubblicato dalla Blue Cross Blue Shield Association (BCBSA) evidenzia un effetto collaterale inatteso: l’IA sta contribuendo a un aumento significativo dei costi sanitari, stimato in 942 milioni di dollari in un arco di due anni.

Meccanismi attraverso i quali l’IA influisce sui costi

Le piattaforme di IA utilizzate dagli ospedali sono principalmente progettate per automatizzare la codifica medica, ossia l’associazione di ogni prestazione a un codice diagnostico (ICD‑10) e procedurale (CPT). Questi codici determinano l’ammontare del rimborso richiesto alle compagnie assicurative.

Il rapporto BCBSA ha identificato tre dinamiche chiave:

Over‑coding: gli algoritmi tendono a selezionare codici più complessi per massimizzare i rimborsi.
Documentazione automatica: sistemi come quelli di Abridge generano note cliniche dettagliate, ma includono frequentemente condizioni secondarie non strettamente rilevanti.
Mancanza di feedback clinico: i medici non sempre revisionano le proposte di codifica, delegando la decisione finale all’IA.

Dati dell’analisi BCBSA

L’indagine, condotta su un campione di 1.200 strutture ospedaliere statunitensi, ha confrontato i costi sostenuti nel periodo 2021‑2023 con quelli dei due anni precedenti, prima dell’adozione diffusa di strumenti di IA. I risultati principali sono:

Incremento del 9,8 % nella percentuale di richieste contenenti codici di “condizioni complesse”.
Aumento medio di US$ 1 200 per episodio di ricovero, attribuito esclusivamente alla codifica più alta.
Assenza di variazioni significative nei tassi di mortalità, lettura ospedaliera o durata media di degenza, a indicare un miglioramento clinico.

Questi dati suggeriscono una disconnessione tra coding e reale treatment, con le compagnie assicurative che si trovano a pagare per “cure più costose” senza un corrispondente beneficio per i pazienti.

Reazioni degli attori coinvolti

Compagnie assicurative

Luke Chalker, vicepresidente senior della BCBSA, ha definito la situazione “un bagno di sangue unilateralmente a nostro sfavore”, sostenendo che gli assicuratori stanno subendo un onere finanziario ingiustificato. Le compagnie hanno avviato revisioni più stringenti dei claim, introducendo audit basati su IA per rilevare pattern di over‑coding.

Fornitori ospedalieri

Alcuni amministratori ospedalieri difendono l’uso dell’IA, affermando che la maggiore granularità dei dati migliora la trasparenza e la capacità di negoziare tariffe più vantaggiose con gli assicuratori. Altri, però, segnalano preoccupazioni etiche: “Stiamo trasformando la cura in un gioco di numeri”, ha commentato la direttrice di finanza di un grande network sanitario di New York.

Prospettive e scenari futuri

Il fondatore di Abridge, Dr. Shiv Rao, ha dipinto un futuro in cui “bot combattono bot” e le piattaforme di IA si sfidano in una guerra di algoritmi, creando un “scenario distopico” per il sistema sanitario. Tuttavia, Rao ha anche indicato possibili benefici:

Implementazione di modelli di IA trasparenti che mostrano la logica dietro ogni suggerimento di codifica.
Formazione continua del personale clinico per verificare le proposte dell’IA prima dell’invio.
Collaborazione tra assicuratori e ospedali per definire standard di codifica condivisi, riducendo le discrepanze.

Azioni concrete per contenere l’aumento dei costi

Per affrontare la problematica, esperti di policy sanitaria propongono un set di misure operative:

Audit indipendente: enti terzi dovrebbero revisionare periodicamente le pratiche di codifica basate su IA.
Regolamentazione dei algoritmi: le autorità federali (ad esempio, l’Office of the National Coordinator for Health Information Technology) potrebbero richiedere la certificazione di “fairness” e “accuracy” per gli strumenti di codifica automatica.
Incentivi alla precisione: premi economici per ospedali che dimostrano una riduzione dell’over‑coding mantenendo la qualità clinica.
Educazione clinica: programmi di aggiornamento per medici e codificatori su come interpretare e contestare le proposte generate dall’IA.

Conclusioni

Il rapporto della BCBSA mette in luce una tensione emergente tra innovazione tecnologica e sostenibilità finanziaria del sistema sanitario. Se da un lato l’IA promette efficienza e precisione, dall’altro può generare costi sproporzionati quando i suoi output non sono adeguatamente controllati. La sfida per il futuro sarà trovare un equilibrio che consenta di sfruttare i vantaggi dell’intelligenza artificiale senza alimentare una spirale di spese incontrollate, garantendo al contempo che i pazienti ricevano cure di qualità basate su necessità cliniche reali e non su algoritmi di profitto.