Bacotan Online – Integrasi teknologi artificial intelligence dalam lanskap layanan kesehatan global kini menghadapi sorotan tajam setelah memicu ledakan pembengkakan biaya medis yang belum pernah terjadi sebelumnya. Laporan investigasi terbaru dari Blue Cross Blue Shield Association (BCBSA), salah satu federasi asuransi kesehatan terbesar di Amerika Serikat, mengungkapkan bahwa penggunaan peranti lunak berbasis algoritma otomatis oleh jaringan rumah sakit telah membebani sistem asuransi hingga USD 942 juta atau setara lebih dari Rp15,3 triliun hanya dalam kurun waktu dua tahun.
Kajian bertajuk Hospital Coding Intensity Analysis yang dirilis pada September 2026 tersebut membedah lebih dari 55.000 berkas pasien rawat inap (inpatient). Temuan utamanya menyingkap anomali serius: rumah sakit secara masif menggunakan algoritma AI untuk memindai rekam medis elektronik (electronic health records) guna menemukan kondisi penyakit penyerta secara otomatis. Praktik ini mendongkrak status keparahan pasien di atas kertas demi meraup pencairan klaim yang jauh lebih tinggi, kendati pasien sama sekali tidak menerima tindakan medis tambahan di lapangan.
Eskalasi Algoritma dan Manipulasi Kategori Klaim Medis
Akar persoalan finansial ini bermula dari skema penetapan tarif rumah sakit yang mengacu pada Diagnosis-Related Groups (DRG). Dalam sistem tersebut, besaran biaya yang wajib dibayarkan oleh perusahaan asuransi kepada pihak penyedia layanan kesehatan ditentukan oleh kompleksitas diagnosa pasien. Kehadiran komplikasi atau penyakit penyerta (complication or comorbidity / CC) maupun komplikasi tingkat mayor (major complication or comorbidity / MCC) akan secara otomatis menaikkan tarif klaim hingga berkali-kali lipat.
Berdasarkan data BCBSA, dari total pembengkakan USD 942 juta yang tercatat antara kuartal pertama 2023 hingga akhir 2025, sebesar USD 653 juta dipicu secara eksklusif oleh penambahan secondary diagnosis. Analisis statistik menunjukkan bahwa proporsi kasus yang diklasifikasikan sebagai ‘sangat kompleks secara medis’ melonjak tajam dari 37 persen menjadi 40 persen dalam kurun 24 bulan.
Peranti lunak revenue cycle management bertenaga machine learning terbukti mampu melacak anomali angka laboratorium tunggal—seperti sedikit fluktuasi kadar natrium atau indikasi malnutrisi ringan pada catatan perawat—lalu secara otomatis merekomendasikan kode diagnosis tambahan ke berkas penagihan. Akibatnya, prosedur bedah umum seperti operasi usus (major bowel procedures) yang semestinya masuk dalam kategori standar beralih status menjadi penanganan komorbiditas akut dengan nilai tagihan selangit.
Kesenjangan Nyata Antara Penagihan dan Perawatan Pasien
Kekhawatiran terbesar para analis industri dan regulator terletak pada tidak adanya korelasi positif antara melonjaknya angka tagihan dengan mutu perawatan yang dinikmati pasien. Laporan BCBSA menegaskan adanya clear disconnect antara kode medis yang dikirimkan rumah sakit dan kenyataan klinis di ruang rawat (bedside care).
Para pasien yang diklaim menderita komplikasi akut tersebut faktanya tidak menerima terapi tambahan, tidak diberikan obat-obatan spesifik, dan tidak menjalani masa rawat inap yang lebih panjang daripada pasien tanpa komplikasi. Namun, pihak rumah sakit tetap menagihkan biaya perawatan kategori tertinggi semata-mata karena algoritma berhasil mengaitkan kata kunci tertentu di dalam berkas digital pasien.
Kondisi ini memicu fenomena penagihan agresif (upcoding) terstruktur yang terotomatisasi. Jika di masa lalu penelaahan berkas dilakukan secara manual oleh staf koder medis bersertifikat dengan pertimbangan klinis ketat, kini peranti lunak analitik mampu memproduksi ribuan klaim berbiaya tinggi dalam hitungan detik, mempertegas tantangan etis dalam perkembangan agen otonom dan otomatisasi cerdas di sektor krusial.
Perang Bot Antar-Korporasi dan Beban Finansial Publik
Menanggapi situasi tersebut, Senior Vice President BCBSA Luke Chalker menegaskan bahwa apa yang terjadi saat ini di industri kesehatan bukanlah sekadar perdebatan administratif biasa. Menurutnya, dinamika ini telah berubah menjadi pembantaian finansial sepihak di mana pihak asuransi, pengusaha penyedia polis, dan masyarakat pembayar premi berada di posisi yang dirugikan.
Ketegangan antara rumah sakit dan penjamin asuransi kian meruncing seiring terjadinya perlombaan senjata (arms race) teknologi. Di satu sisi, rumah sakit mempekerjakan algoritma pemaksimal penerimaan dana untuk menambal defisit operasional. Di sisi lain, korporasi asuransi membalas dengan mengerahkan peranti lunak berbasis AI untuk menolak klaim (claim denial) secara massal tanpa pemeriksaan manusiawi.
Kondisi saling serang antar-sistem algoritma ini memicu kekhawatiran mendalam di kalangan pemerhati teknologi kesehatan. Dr. Shiv Rao, pendiri startup kecerdasan buatan klinis Abridge, memperingatkan potensi masa depan distopia ketika dunia medis terjebak dalam pusaran konflik sistemik antar-mesin: pertarungan tanpa henti antara bot penagih dan bot penolak klaim (bots fighting bots, agents fighting agents).
Dampak langsung dari perseteruan algoritmik ini bermuara pada melonjaknya premi asuransi kesehatan tahunan, peningkatan biaya yang harus ditanggung langsung dari kantong pasien (out-of-pocket costs), serta tertundanya persetujuan tindakan medis penting bagi pasien yang benar-benar membutuhkan pertolongan darurat.
Urgensi Regulasi Tata Kelola AI di Sektor Medis
Fenomena ini membuka mata para pembuat kebijakan mengenai celah besar dalam tata kelola kecerdasan buatan pada industri layanan vital. Standarisasi audit terhadap model algoritma yang bersentuhan dengan finansial kesehatan menjadi keharusan mutlak agar teknologi komputasi tidak dijadikan instrumen eksploitasi biaya demi mengejar profitabilitas korporasi.
Tanpa adanya transparansi kode dan akuntabilitas klinis yang ketat, inovasi digital yang awalnya digadang-gadang mampu memangkas inefisiensi birokrasi justru bertransformasi menjadi mesin pemicu inflasi biaya hidup. Evaluasi komprehensif terhadap infrastruktur komputasi data rumah sakit, sebagaimana pentingnya menjaga tata kelola infrastruktur komputasi data dan audit keamanan digital, kini menjadi agenda mendesak bagi regulator global.
Perkembangan pesat sektor teknologi, mulai dari akselerasi perangkat keras komputasi hingga pemrosesan bahasa alami, idealnya diarahkan untuk menyederhanakan akses dan menurunkan beban hidup masyarakat. Kasus ledakan klaim asuransi kesehatan ini menjadi peringatan keras bahwa kecerdasan buatan tanpa pagar pengawasan etik yang kokoh hanya akan melahirkan distorsi ekonomi berbiaya mahal bagi publik.
