המטופלים לא נהיו חולים יותר, והטיפול לא השתנה. מה שהשתנה הוא התיאור שלהם בחשבון. לפי Blue Cross, זה ה־AI.
ההבטחה של בינה מלאכותית ברפואה הייתה שהיא תוריד עלויות: פחות בירוקרטיה, פחות טעויות ורופאים שמתפנים למטופלים. בארה"ב טוענים עכשיו שלפחות בזירה אחת היא עושה ההפך. לפי ניתוח חדש של איגוד Blue Cross Blue Shield (BCBSA), שהוא מהגורמים הגדולים בשוק ביטוחי הבריאות האמריקאי, כלי AI שבתי חולים משתמשים בהם כדי להגיש תביעות ביטוח הביאו ל־942 מיליון דולר של הוצאה נוספת בתוך שנתיים. כפי שדווח ב־TechCrunch, אלה לא צריכים להיות תאי ביטוח שמנקים אבק. זה כסף שמגיע בסוף לפרמיות.
הכלים האלה סורקים את התיק הרפואי של המטופל: רשומות, תוצאות מעבדה והערות של רופאים. הם מחפשים כל ממצא שאפשר לתרגם לקוד חיוב. בשיטת התשלום האמריקאית, אשפוז שמסווג כ"מורכב" יותר משלם יותר. לכן כשהמערכת מוצאת אבחנה משנית, למשל מצב רקע שלא תועד קודם, האשפוז כולו יכול לעבור לקטגוריית תשלום יקרה יותר. לפי האיגוד, כ־653 מיליון דולר מתוך הסכום הכולל מגיעים בדיוק מאבחנות משניות כאלה.
הנתונים מכסים את 2024 ו־2025 בהשוואה ל־2023. בתקופה הזאת עלה שיעור תביעות האשפוז של מבוטחי Blue שסווגו כמורכבות מכ־37% לכ־40%. כאן נמצא עיקר הטענה של חברות הביטוח: שיעורי הטיפול לא עלו יחד עם האבחנות. באיגוד מתארים "נתק ברור בין הקידוד לטיפול", ולדבריהם אין שום ראיה לשינוי בטיפול שניתן בפועל. במילים פשוטות, לפי הפרשנות שלהם, ה־AI לא מצא מטופלים חולים יותר. הוא מצא עוד שורות לחייב עליהן.
לבתי החולים יש גרסה אחרת לגמרי. ארגוני בתי החולים בארה"ב, ובראשם איגוד בתי החולים האמריקאי (AHA), דוחים את ההאשמה. לטענתם האוכלוסייה שהם מטפלים בה מבוגרת וחולה יותר, וחברות הביטוח משתמשות בנרטיב של "ניפוח בעזרת AI" כתירוץ לקצץ בתשלומים. יש בטיעון הזה גם צד שכדאי להבין: אם אבחנה אמיתית לא תועדה במשך שנים ועכשיו תוכנה מוצאת אותה, אפשר לטעון שהחשבון פשוט נעשה מדויק יותר. יש גם הקשר שאסור לפספס. המחקר הוא של חברות הביטוח עצמן, ולא בדיקה בלתי תלויה, והאיגוד כבר פרסם באביב האחרון מחקר דומה על מגמות החיוב בבתי החולים. כלומר, זה חלק ממערכה מתמשכת ולא ממצא חד־פעמי.
כדי להשלים את התמונה, גם חברות הביטוח עצמן לא באו לקרב עם ידיים ריקות. בשנים האחרונות הן מפעילות מערכות אוטומטיות לבדיקת תביעות ולאישורים מוקדמים, ובחלק מהמקרים זה הוביל לתביעות משפטיים על דחיות גורפות. התוצאה היא מה שכמה כלי תקשורת כבר מכנים "מלחמת בוטים": אלגוריתם של בית חולים שמחפש כל קוד שאפשר לחייב עליו, מול אלגוריתם של חברת ביטוח שמחפש כל סיבה לא לשלם. באמצע עומד המטופל, שמשלם גם על הפרמיה וגם על הניירת.
מערכת הבריאות בישראל בנויה אחרת. המדינה מממנת את קופות החולים לפי נוסחת קפיטציה, כלומר לפי מספר המבוטחים ומאפייניהם, ולא לפי כל אבחנה שנרשמה. גם ההתחשבנות בין בתי החולים לקופות כפופה למנגנוני תקרות והסדרים. לכן התמריץ הישיר לנפח קודים חלש יותר מאשר באמריקה. אבל העיקרון עובר גם לכאן: בכל מקום שבו הכסף תלוי במה שנכתב בתיק ולא במה שנעשה במיטה, כלי AI שמשפר את הניסוח ישפר גם את החשבון. בתי חולים וקופות בישראל כבר מאמצים כלי תיעוד וסיכום מבוססי AI, ומי שמתכנן את מודלי התשלום העתידיים כדאי שילמד את הלקח האמריקאי מראש ולא במחיר של מיליארד דולר.
BCBSA מודיעה שהיא פועלת ברמה הארצית והמקומית כדי לזהות מגמות של ניפוח קודים, לקבוע כללים ברורים לבתי חולים שמשתמשים בכלי AI ולהצמיד את התשלום לטיפול שניתן בפועל. השאלה הגדולה עדיין פתוחה: האם ה־AI חושף אמת רפואית שהוחמצה במשך שנים, או ממציא אותה מחדש בשביל הקופה? עד שתהיה תשובה, נראה שהתחום שבו AI הכי מצליח לייצר ערך ברפואה הוא, למרבה האירוניה, החשבונית.
