La inteligencia artificial se suponía que debía hacer la atención médica más inteligente, más barata y más fácil. En cambio, podríamos estar viendo cómo se convierte en la nueva arma en una de las batallas más antiguas de la salud pública de Estados Unidos: quién recibe el dinero y quién se queda con la factura.

Un nuevo análisis de la Asociación Blue Cross Blue Shield ofrece un ejemplo notable. Al analizar los datos de reclamos, la asociación estima que un aumento en el número de pacientes que son clasificados como “complejos” por motivos médicos se suma a la tendencia general de aumento de la complejidad de los casos. $942 millones en gastos de salud entre 2023 y 2025. La BCBSA afirma que este aumento se produjo a medida que los hospitales adoptaron herramientas de codificación asistidas por inteligencia artificial que pueden analizar los registros médicos para detectar diagnósticos que de otro modo podrían pasar desapercibidos.

Eso no significa necesariamente que los diagnósticos sean falsos. La codificación médica determina cómo los hospitales describen la condición de un paciente y, en muchos casos, la cantidad de dinero que reciben. Un paciente ingresado por un problema específico puede presentar varias afecciones secundarias ocultas en los resultados de los análisis de laboratorio y en las notas clínicas. La inteligencia artificial puede buscar miles de piezas de información mucho más rápido que un programador humano y encontrar condiciones que califican para un reembolso adicional.

El problema es lo que ocurre cuando la documentación más detallada produce facturas más altas sin evidencia de un mayor tratamiento. BCBSA afirma haber observado un cambio en la codificación, pero no una correspondencia en el cuidado recibido por los pacientes. La organización sostiene que la codificación asistida por inteligencia artificial podría estar contribuyendo a trasladar a los pacientes a categorías de facturación más costosas sin que los pacientes realmente se enfermen más. Debido a que BCBSA representa a las aseguradoras que pagan esas facturas, sus conclusiones no deben considerarse las de un observador neutral, pero el incentivo financiero que describe es real.

Los hospitales no son los únicos que incorporan algoritmos a la lucha contra el fraude. Las aseguradoras están implementando la inteligencia artificial para revisar las solicitudes de reembolso, identificar supuestas sobrepagas y decidir qué solicitudes merecen un mayor análisis. Reuters informó a principios de este año que los hospitales y las aseguradoras están utilizando cada vez más sistemas de inteligencia artificial en su batalla de larga data por el reembolso de los gastos. Los hospitales utilizan esta tecnología para captar más ingresos, mientras que las aseguradoras la utilizan para controlar qué gastos pagan.

¡Así que ya no hay desperdicio administrativo! Lo estamos automatizando.

El hospital tiene un algoritmo que analiza toda la información médica para determinar qué reclamaciones puede aceptar. La compañía de seguros tiene otro algoritmo que examina cada reclamación para determinar qué puede impugnar. Cuando la compañía de seguros dice que no, el paciente recurre cada vez más a otro sistema de inteligencia artificial para entender la negativa y encontrar la forma de impugnarla.

La última parte es importante porque es difícil navegar por los recursos de apelación. KFF descubrió que las aseguradoras que venden planes a través de HealthCare.gov denegaron cerca de 19% solicitudes de atención médica dentro de la red en 2024, Sin embargo, los consumidores interpusieron menos de 1% apelación de esas denegaciones. Los datos solo cubren una parte del mercado de seguros y no indican si cada denegación fue adecuada, pero muestran cuán raramente los pacientes impugnan estas decisiones. KFF también señala que las herramientas de inteligencia artificial podrían ayudar a los pacientes y a los proveedores de atención médica a preparar las apelaciones.

Esto puede ser una aplicación realmente útil de la IA. Un chatbot puede explicar una carta de seguros escrita en un lenguaje con el que la mayoría de la gente rara vez se encuentra, ayudar a organizar los registros, identificar la información que según la aseguradora falta y ayudar a un paciente a redactar un recurso de apelación.

Pero consideren lo que hemos creado.

Un hospital puede invertir en software sofisticado para maximizar los reembolsos. Una compañía de seguros puede invertir en software sofisticado para minimizar los pagos innecesarios. Ahora, un paciente que está recuperándose de una cirugía, recibiendo tratamiento contra el cáncer o simplemente tratando de que su receta médica esté cubierta, podría necesitar su propio asistente de inteligencia artificial para mantenerse al día.

Las personas mayores, que tienen habilidades informáticas limitadas, tienen dificultades con el inglés, carecen de acceso a Internet confiable o simplemente están demasiado enfermas para pasar horas luchando contra una compañía de seguros, comienzan esta carrera armamentista tecnológica con una desventaja evidente. Cuanto más complicado se vuelve el sistema, más valiosas se vuelven las herramientas necesarias para navegar por él.

Y cada capa cuesta dinero.

Los hospitales pagan por la tecnología de facturación. Los aseguradores pagan por la tecnología de reclamaciones. Los proveedores emplean a personal para luchar contra las denegaciones. Los pacientes invierten tiempo en apelar contra ellas. Estos costos no desaparecen; se convierten en parte de lo que los estadounidenses finalmente pagan por la atención médica.

La IA no necesariamente es el problema aquí. En muchos casos, puede ser extremadamente útil. El problema radica en creer que una tecnología más inteligente puede solucionar un sistema cuyos incentivos permanecen sin cambiar.

Si un ordenador encuentra otro diagnóstico para facturar, otro ordenador encuentra una razón para no pagar, y una persona enferma necesita un tercer ordenador para descubrir cómo luchar contra ello, quizás el avance que necesitamos no sea un mejor algoritmo.

Quizá necesitamos un sistema de salud que no necesite tantos algoritmos solo para pagar por el cuidado de la salud.