Las herramientas de Inteligencia Artificial utilizadas por los hospitales para analizar historiales médicos, resultados de laboratorio y notas de los médicos están coincidiendo con un aumento de pacientes clasificados administrativamente como casos de mayor complejidad. De hecho, un análisis de la Asociación Blue Cross Blue Shield (BCBSA) calcula que este cambio en la codificación de las hospitalizaciones supuso 816 millones de euros adicionales en costes para sus aseguradoras entre 2023 y 2025, repercutiendo en las primas y en los gastos que pagan de su bolsillo las familias, además de afectar a empresas y contribuyentes.
El hallazgo parte de una cuestión aparentemente técnica, pero con consecuencias económicas directas: cómo se registra una enfermedad en la factura hospitalaria puede determinar cuánto paga una aseguradora por una hospitalización. Según BCBSA, cada vez más hospitales utilizan herramientas de IA capaces de revisar automáticamente la información clínica y detectar diagnósticos adicionales. La asociación sostiene que, aunque esos diagnósticos aparecen con mayor frecuencia en las reclamaciones, no hay pruebas de que los pacientes estén recibiendo una atención adicional equivalente.
Cuando la IA eleva la complejidad de una factura
Cuando una persona es hospitalizada, el hospital no solo registra la enfermedad que ha provocado el ingreso, sino que también puede documentar otras afecciones que presenta el paciente, conocidas como diagnósticos secundarios. Esa información se convierte en códigos médicos que las aseguradoras utilizan para determinar cuánto deben pagar por la hospitalización.
Por ejemplo, un paciente puede ingresar para someterse a una cirugía y los análisis revelar que también presenta anemia. Si esta afección se incorpora a la reclamación como diagnóstico secundario, la hospitalización puede ser considerada un caso de mayor complejidad y dar lugar a un reembolso más elevado.
Las herramientas de Inteligencia Artificial pueden facilitar este proceso porque revisan automáticamente grandes cantidades de información, como resultados de análisis, historiales médicos y notas de los profesionales sanitarios, y señalan afecciones que pueden incorporarse a la documentación y a la factura.
Según el análisis de BCBSA, aproximadamente el 70 por ciento de los costes adicionales, unos 563 millones de euros, estuvieron relacionados con este tipo de diagnósticos secundarios.
La asociación sostiene que esta diferencia plantea una cuestión: la IA podría estar haciendo que se detecten y documenten más afecciones que elevan el importe de la factura sin que los pacientes necesiten necesariamente más atención médica.
Una tecnología cada vez más extendida
El fenómeno coincide con la rápida incorporación de herramientas de IA a los sistemas hospitalarios estadounidenses. Según los datos citados por BCBSA, más del 60 por ciento de los sistemas hospitalarios han comenzado a utilizar tecnologías capaces de analizar documentación clínica para facilitar la codificación y la facturación.
Estas herramientas pueden ahorrar trabajo administrativo y ayudar a los profesionales a encontrar información que podría pasar inadvertida durante una revisión manual. El problema señalado por BCBSA aparece cuando la identificación automática de diagnósticos modifica la categoría de facturación y, con ella, el importe que paga la aseguradora.
Aún así, el estudio no demuestra que toda la IA utilizada en los hospitales aumente artificialmente las facturas ni que los diagnósticos incorporados sean incorrectos. Lo que señala BCBSA es una desconexión entre el aumento de determinados diagnósticos codificados y la atención que reciben los pacientes.
La cuestión que queda abierta es si ese incremento responde principalmente a una documentación clínica más exhaustiva, a cambios en las prácticas de codificación o a un aumento real de la complejidad médica. Para BCBSA, los resultados justifican un mayor escrutinio sobre estas herramientas y sobre su impacto en el coste de la asistencia sanitaria.