Codificación médica con IA añade 942 millones de dólares
Un análisis de la Blue Cross Blue Shield Association (BCBSA) publicado el 24 de septiembre de 2026 vincula la codificación médica con IA en los hospitales con unos 942 millones de dólares en costos adicionales para los planes Blue Cross Blue Shield en dos años. La asociación afirma que la atención detrás de esas facturas no cambió. Para aseguradoras, empleadores y hospitales que compran herramientas de inteligencia artificial para el ciclo de ingresos, el estudio le pone precio a una codificación que crece más rápido que la atención.
Por qué la Blue Cross Blue Shield Association revisó la codificación hospitalaria
La asociación vio que la proporción de casos hospitalarios complejos facturados a sus planes subía mientras la atención seguía igual. Los casos médicamente complejos pasaron de 37% de las hospitalizaciones facturadas a afiliados de los planes Blue a principios de 2023 a 40% a finales de 2025. A los hospitales se les paga por las hospitalizaciones mediante grupos relacionados por diagnóstico, o GRD (DRG en inglés), así que una estancia clasificada como más compleja cae en un grupo que paga más.
BCBSA vincula el cambio con la adopción «sistémica» de herramientas de IA para la gestión del ciclo de ingresos. En su comunicado, la asociación citó una encuesta de junio en la que más de 63% de las organizaciones de salud dijeron usar IA en sus flujos del ciclo de ingresos. Hospitales y sistemas de salud afirman que estas herramientas les ayudan a codificar las reclamaciones con más precisión y eficiencia ahora que las aseguradoras revisan las facturas con más detalle.
Lo que midió la asociación en su informe técnico
BCBSA armó su caso con reclamaciones por servicios hospitalarios de internación, comparadas con una línea base de 2023.
Para comprobar si los pacientes realmente estaban más enfermos, la asociación examinó el cuartil superior de hospitales con casos de GRD complejos. Esos hospitales tuvieron una intensidad de tratamiento similar o menor que la de sus pares, medida por uso de terapia intensiva, transfusiones, reintervenciones y mediana de días de estancia. El informe llama a esa brecha entre diagnósticos y tratamiento «discordancia clínica».
Cómo los diagnósticos secundarios llevan una reclamación a un grupo que paga más
La mayor parte del aumento viene de los diagnósticos secundarios. Cerca de 70% del alza en la intensidad de codificación proviene de más de 55.000 casos adicionales, frente a la línea base de 2023, en los que un diagnóstico secundario movió la reclamación a un GRD de mayor gravedad y mayor reembolso.
La anemia poshemorrágica, que el informe llama «un código de impulso común», muestra el patrón. Los hospitales del cuartil superior en diagnóstico de anemia la registraron en 13,7% de los casos frente a 9,9% del resto, pero transfundieron a menos de los pacientes diagnosticados: 16,9% contra 19,3%. En los procedimientos intestinales mayores, las reclamaciones en el nivel más alto de complejidad subieron de 10,2% a 22,7%, mientras que los casos no complejos bajaron de 36,6% a 32,8%. Juntos, esos cambios explican casi 61 millones de dólares de los costos adicionales.
El resultado medido son 942 millones de dólares en dos años
BCBSA calcula que el alza en la intensidad de codificación desde la línea base sumó 942 millones de dólares en costos a sus planes miembros en dos años. De ese total, 653 millones de dólares vinieron de diagnósticos secundarios, es decir, 11.000 dólares por cada caso complejo excedente.
La asociación dice que la estimación cubre solo las reclamaciones en las que no encontró cambios en la atención prestada. Quedan fuera los casos en que un hospital documentó atención adicional, y Luke Chalker, vicepresidente sénior de producto y ciencia de datos de BCBSA, dijo que esos son los casos que los hospitales deberían facturar y que los planes deberían pagar.
«No encontramos evidencia de un cambio correspondiente en la atención, y eso se debe a que los mecanismos de reembolso existentes lo permiten.» Luke Chalker, vicepresidente sénior de producto y ciencia de datos de BCBSA
Lo que dice una médica sobre las herramientas detrás de los códigos
Los médicos ven estas herramientas en acción. En una columna de opinión publicada en STAT el 6 de octubre de 2026, la médica residente Leah Pierson describió una herramienta automatizada que lee los resultados de laboratorio de un paciente, detecta diagnósticos adicionales como anemia, desnutrición o sodio bajo y le pregunta al médico si el equipo está vigilando, evaluando o tratando cada uno. Escribió que respondió con honestidad y que la herramienta le ahorró varios minutos al día. Su argumento es que los médicos pueden documentar con honestidad y aun así inflar las facturas hospitalarias, porque una comorbilidad funciona como un interruptor de encendido y apagado para la facturación.
Pierson también señaló que la lista de códigos de impulso no se ha renovado desde 2007, la última vez que los GRD cambiaron de forma sustancial, aunque los CMS ajustan los pagos por GRD de un año a otro.
Lo que cambia para aseguradoras, empleadores y hospitales
Para una aseguradora, el análisis convierte la deriva de la codificación en un costo por caso: 11.000 dólares por cada caso complejo excedente generado por un diagnóstico secundario. Los directivos de BCBSA lo describieron como un gasto innecesario que eleva las primas y los gastos de bolsillo de afiliados, empleadores y contribuyentes.
Para los hospitales, las herramientas de codificación con IA forman parte de una disputa por los ingresos. Los directivos hospitalarios dicen que adoptaron la tecnología en parte como respuesta a aseguradoras que niegan o retrasan los reembolsos, y en parte para reducir el trabajo administrativo y el gasto. Para cualquier empresa que venda o compre un producto de codificación con IA, el estudio muestra cómo lo medirá la otra parte de la reclamación: los diagnósticos frente a la atención que les siguió.
Preguntas y respuestas
¿El estudio de BCBSA acusa de fraude a los hospitales?
No. Como señala Pierson, el estudio no alega fraude; la pregunta es si las anomalías de laboratorio que los hospitales facturan justifican un pago mayor. Razia Hashmi, vicepresidenta de asuntos clínicos de BCBSA, dijo que puede haber codificación correcta en los datos, pero que en su opinión es más probable el upcoding facilitado por la tecnología.
¿Cuáles son los límites del análisis?
BCBSA reconoció que se basó en reclamaciones y no en la documentación clínica, que sería una medida más directa de si los pacientes estaban más enfermos. El informe cubre solo servicios hospitalarios de internación, y Chalker dijo que la asociación planea más análisis de la atención ambulatoria y de otros GRD.
La visión de MOZGII
Cómo lo construiríamos
Una herramienta de codificación con IA lee el expediente y sugiere diagnósticos que un médico debería documentar. Esa parte es útil: ahorra tiempo a los médicos y detecta afecciones que tratan pero olvidan anotar. El problema empieza cuando la herramienta se ajusta hacia el grupo que paga más. Si construyéramos un asistente de documentación para un hospital, ataríamos cada diagnóstico sugerido a evidencia en el expediente y a lo que el equipo realmente hizo al respecto: un valor de laboratorio, una orden, una nota de vigilancia. Una sugerencia sin atención correspondiente no llegaría a la reclamación.
Los datos serían los resultados de laboratorio, las órdenes y las notas de cada hospitalización, más la decisión final de la aseguradora sobre la reclamación. Quienes revisarían el trabajo serían el personal de codificación y un médico revisor que lea una muestra aleatoria cada semana, incluidos casos que la herramienta no tocó. Guardaríamos un registro de cada aviso que mostró la herramienta y de cada respuesta que dio el médico, porque ese registro es lo primero que pediría un auditor o una aseguradora.
La única métrica que vigilaríamos es la proporción de diagnósticos secundarios añadidos que vienen con un paso de tratamiento o vigilancia correspondiente. Si esa proporción baja mientras suben los casos complejos, la herramienta está codificando papeles y no pacientes. Después construiríamos la misma verificación desde el lado de la aseguradora: una cola de revisión que compare las tasas de diagnóstico con las de tratamiento entre hospitales y envíe las brechas más grandes a una enfermera revisora.
Fuentes
De dónde salen los datos de esta nota.