AI kan göra vårdens journalföring snabbare och mer exakt. Men samma teknik kan också göra vårdräkningen betydligt större. Blue Cross uppskattar att förändrad diagnoskodning har kostat försäkringsbolagen 942 miljoner dollar extra på bara två år, trots att man inte sett någon motsvarande ökning av behandlingarna.

Det är en konflikt som går rakt in i en av de stora frågorna kring AI i vården. Om ett system hittar fler verkliga diagnoser och dokumenterar patienterna bättre, ska det ses som effektivisering eller som ett sätt att få mer betalt för samma vård?

942 miljoner dollar i ökade kostnader

Blue Cross Blue Shield Association har granskat utvecklingen inom amerikansk slutenvård och jämfört faktureringen under 2024 och 2025 med nivåerna 2023.

Enligt uppgifter som Reuters rapporterar beräknar organisationen att den förändrade kodningen inneburit 942 miljoner dollar i ytterligare kostnader för dess försäkringsbolag.

653 miljoner dollar av beloppet kopplas till fler sekundära diagnoser som gjort att patienter kunnat klassificeras som mer medicinskt komplexa.

Andelen vårdtillfällen som fakturerades som komplexa steg samtidigt från omkring 37 till 40 procent mellan början av 2023 och slutet av 2025.

Blue Cross uppskattar att drygt 55 000 ytterligare fall hamnade i högre ersättningskategorier på grund av sekundära diagnoser. Det motsvarar i genomsnitt omkring 11 000 dollar mer per vårdtillfälle.

Det betyder däremot inte att det är fastslaget att sjukhusen felaktigt fakturerat 942 miljoner dollar. Summan är Blue Cross egen uppskattning av kostnadsökningen.

AI hittar sådant som tidigare kunde missas

AI-verktygen kan arbeta på flera sätt.

Ett system kan exempelvis läsa igenom stora mängder journaltext och identifiera sjukdomar eller komplikationer som finns beskrivna men som inte har registrerats med en separat diagnoskod.

En annan snabbt växande teknik är så kallade ambient scribes. De kan lyssna under mötet mellan läkare och patient och automatiskt skapa ett utkast till journalanteckningen.

För vårdpersonalen kan det innebära betydligt mindre administrativt arbete.

Samtidigt blir dokumentationen mer detaljerad. Och i ett ersättningssystem där patientens registrerade medicinska komplexitet påverkar betalningen kan varje ytterligare diagnos också få ett ekonomiskt värde.

Det är där den nya konflikten uppstår.

Fler diagnoser men inte mer behandling

Blue Cross pekar särskilt på att ökningen av registrerade diagnoser inte tycks ha följts av en lika tydlig förändring av själva vården.

Vid vissa större tarmoperationer ökade registreringen av komplikationer kraftigt under perioden.

Ett exempel är anemi. Fler patienter registrerades med tillståndet, samtidigt som Blue Cross inte såg någon motsvarande ökning av blodtransfusioner.

Försäkrarnas argument är därför enkelt: om patienterna faktiskt har blivit så mycket sjukare borde det också i någon form synas i den behandling de får.

Men det sambandet är inte självklart.

En patient kan ha ett medicinskt relevant tillstånd utan att behöva en viss behandling. Diagnosen kan påverka observation, riskbedömning och andra medicinska beslut även om den inte leder till ett nytt ingrepp.

Att antalet diagnoser ökar snabbare än behandlingarna är därför en varningssignal för försäkringsbolagen, men inte automatiskt ett bevis på felaktig fakturering.

Sjukhusen säger att journalerna helt enkelt blivit bättre

American Hospital Association bestrider försäkringsbolagens bild av utvecklingen.

Sjukhusorganisationen pekar bland annat på att patienterna kan ha blivit äldre och mer sjuka, samtidigt som enklare behandlingar i högre grad har flyttats från sjukhusen till öppenvården.

Det skulle innebära att de patienter som fortfarande behöver läggas in på sjukhus i genomsnitt faktiskt är mer komplicerade än tidigare.

Dessutom kan förändrade regler och bättre dokumentation göra att diagnoser som tidigare missades nu registreras korrekt.

Ur sjukhusens perspektiv kan AI därför innebära att de äntligen får betalt för hela den vårdkomplexitet de redan hanterar.

Det är en viktig skillnad.

AI behöver inte hitta på en diagnos för att öka fakturan. Det räcker att tekniken hittar en verklig diagnos som tidigare inte dokumenterades eller kodades.

Effektivare AI kan samtidigt hjälpa vårdpersonalen

Den ekonomiska konflikten betyder inte att tekniken saknar nytta.

Studier av AI-baserad journalföring har visat att läkare kan lägga mindre tid på administration och dokumentation efter arbetstid.

Tekniken kan också minska behovet av att manuellt skriva långa journalanteckningar efter varje patientmöte.

Utvecklingen går snabbt även i Europa. Svenska Tandem Health har exempelvis tagit in 100 miljoner dollar för sin fortsatta satsning på AI inom vården, där automatiserad dokumentation är en central del.

För läkaren kan det alltså vara ett verktyg som frigör tid.

För sjukhuset kan samma system samtidigt innebära bättre ersättning.

Och för försäkringsbolaget kan resultatet bli högre kostnader.

AI möter AI i kampen om vårdräkningen

Utvecklingen håller därför på att skapa en ny sorts teknisk kapprustning.

Sjukhus använder AI för att förbättra dokumentationen, identifiera diagnoser och argumentera för högre ersättning.

Försäkringsbolagen använder i sin tur AI för att granska fakturor, identifiera ovanliga kodningsmönster och avgöra vilka ersättningskrav som ska ifrågasättas.

Det som från början skulle minska administrationen riskerar därmed att skapa ett system där algoritmer arbetar mot andra algoritmer.

Den ena sidan försöker säkerställa att all vård som kan ersättas faktiskt registreras.

Den andra försöker säkerställa att den inte betalar mer än nödvändigt.

Vem får till slut betala?

På kort sikt är det försäkringsbolagen och stora arbetsgivare med egna sjukvårdsplaner som möter de högre kostnaderna.

Men sjukvårdens kostnader brukar inte stanna där.

Om försäkringsbolagens utgifter stiger kan det så småningom påverka premier, arbetsgivarnas sjukvårdskostnader och patienternas egna avgifter.

Samtidigt finns den motsatta möjligheten.

Om AI gör att vårdgivare får korrekt ersättning för medicinska problem som tidigare inte dokumenterades ordentligt handlar det inte nödvändigtvis om en ny kostnad skapad av AI. Det kan vara en kostnad som redan fanns i vården men som tidigare inte fångades av faktureringssystemet.

Det gör frågan betydligt svårare än om AI helt enkelt är bra eller dåligt för vårdens ekonomi.

Tekniken kan både minska läkarnas administrativa arbete och öka faktureringen.

Den kan göra journalerna bättre samtidigt som den gör vården dyrare för den som betalar.

Blue Cross uppskattning på nära en miljard dollar visar därför framför allt hur stora ekonomiska effekter som kan uppstå när AI flyttar från experimentstadiet och börjar påverka själva maskineriet bakom hur vård dokumenteras och betalas.