Saya Menguji AI untuk Menemukan Kesalahan dalam Tagihan Medis Saya. Inilah Yang Ditemukannya
Saya baru saja merayakan pencapaian besar yang saya harap Anda tidak akan pernah mencapainya: Saya mencapai jumlah maksimum $10.150 dari rencana asuransi kesehatan saya dalam waktu kurang dari lima bulan pada tahun 2026, sebagian besar berkat dua operasi mata besar. Itu berarti tidak ada lagi pembayaran bersama atau jaminan koin untuk perawatan dalam jaringan resmi tahun ini, selama saya tetap membayar premi bulanan saya. Namun awal tahun ini, ketika saya mengumpulkan apa yang tampak seperti sumber biaya pengobatan yang abadi, saya bertanya-tanya apakah saya membayar tagihan yang mengandung kesalahan. Sebagai perencana keuangan bersertifikat dan penulis serta editor keuangan pribadi yang sudah lama bekerja, saya mengetahui betapa banyak tagihan medis mengandung kesalahan yang membuatnya lebih mahal. Kadang-kadang, tagihan medis mengandung kesalahan yang jelas, seperti biaya perawatan yang Anda tolak secara eksplisit. Namun, jika tidak, kesalahan-kesalahan ini sering kali sulit dikenali oleh pasien pada umumnya. Menemukan kesalahan penagihan memerlukan pengetahuan klinis, serta pemahaman tentang pengkodean medis, manajemen siklus pendapatan, dan sistem asuransi kesehatan Amerika yang tidak jelas. Anda mungkin juga harus menyaring sejumlah besar informasi. Misalnya, saya mengetahui bahwa saya telah memiliki 87 klaim asuransi selama empat setengah bulan pertama tahun 2026 dan bahwa kontrak yang saya tandatangani saat pendaftaran terbuka adalah 149 halaman. Saya tidak memiliki keinginan untuk mendapatkan pendidikan tentang pengkodean medis atau merenungkan arti jargon asuransi senilai 149 halaman, tetapi saya pikir mungkin kecerdasan buatan generatif akan mampu melakukan tugas tersebut. Bagaimanapun juga, AI unggul dalam menyerap informasi kompleks dan menemukan ketidakteraturan dalam data dalam jumlah besar. Namun ternyata, menggunakan AI untuk menemukan kesalahan yang terkubur dalam tumpukan tagihan medis saya tidak semudah yang saya harapkan. Begini cara saya melakukannya — dan apa yang saya pelajari. Cara saya menggunakan AI untuk mencari kesalahan tagihan medis Saya berharap menemukan banyak alat AI untuk membantu pasien mengidentifikasi kesalahan tagihan. Salah.Sebagian besar alat AI yang ditujukan untuk meningkatkan akurasi penagihan dirancang untuk penyedia layanan, bukan pasien, karena alasan yang jelas. Beberapa alat yang menangani pasien yang ada sering kali menargetkan segmen masalah penagihan yang cukup sempit. Misalnya, Counterforce Health menggunakan AI untuk menganalisis tagihan dan catatan medis guna membantu pasien memahami mengapa klaim asuransi mereka ditolak dan untuk menyusun permohonan banding. Namun hanya sedikit sumber daya AI untuk pasien yang menawarkan audit umum atas tagihan medis Anda. CNETJadi, saya memutuskan untuk menggunakan AI generatif — khususnya, langganan ChatGPT Plus bulanan senilai $20, yang sudah sangat membantu saya dalam menyusun skrip untuk digunakan bersama perusahaan asuransi saya ketika mereka mencoba menolak perawatan. Proses langkah demi langkah saya: Mempersempit fokus saya pada klaim yang menghabiskan setidaknya $150 untuk menyederhanakan peninjauan. Mengambil kontrak asuransi setebal 146 halaman dan penjelasan manfaat, atau EOB, dari perusahaan asuransi saya situs web. Meminta rincian tagihan medis dari penyedia layanan saya, yang penting untuk mengidentifikasi biaya dan ketidakakuratan. Mengumpulkan 14 rincian tagihan dan EOB, bersama dengan spreadsheet yang merangkum 87 klaim saya. Menghapus semua informasi pribadi — seperti nama, tanggal lahir, alamat, dan nomor ID asuransi saya — dari dokumen sebelum mengunggahnya ke AI. Lalu saya menggunakan perintah ChatGPT berikut: Bertindak sebagai ahli penagihan medis dan auditor dengan pengetahuan mendalam tentang layanan kesehatan AS sistem, kode penagihan medis, praktik penagihan bedah, dan praktik penagihan rawat jalan. Saya akan memberikan kontrak asuransi saya, rincian tagihan dan penjelasan manfaatnya. Cari tagihan yang salah, tagihan yang sangat mahal atau meragukan, kesalahan matematis, tagihan yang tampaknya tidak sesuai dengan kontrak asuransi saya, dan potensi ketidakakuratan lainnya. Apakah ChatGPT menemukan kesalahan penagihan medis? Bahkan sebelum saya mengunggah rincian tagihan ke ChatGPT, saya dapat melihat kelemahan yang jelas: Bagaimana AI dapat mengetahui apakah tagihan tersebut secara akurat mencerminkan perawatan yang saya terima? Misalnya, dua tagihan perincian pertama dari pusat bedah mencakup waktu ruang operasi selama 31 hingga 60 menit. Tapi saya tidak membawa stopwatch saat operasi. Mungkin ChatGPT akan menandainya jika saya ditagih beberapa jam waktu bedah untuk prosedur yang biasanya memakan waktu beberapa menit. Namun bagaimana ChatGPT mengetahui jika, katakanlah, saya hanya berada di OR selama 28 menit? Atau apakah 200 atau lebih obat tetes mata sebelum operasi yang saya terima secara akurat tercermin dalam tagihan bedah yang diperinci? Sebaliknya, ChatGPT terus berfokus pada hal-hal seperti fakta bahwa jumlah yang dibayarkan perusahaan asuransi saya tampak sangat rendah dibandingkan dengan apa yang sebenarnya ditagihkan oleh ahli bedah, ahli anestesi, dan fasilitas. Cukup adil, tapi itu lebih merupakan dakwaan atas ketidakjelasan sistem layanan kesehatan Amerika daripada tanda kesalahan penagihan. AI meminta saya untuk memeriksa satu-satunya klaim yang ditandai “ditolak” di spreadsheet. Namun alasan penolakannya adalah karena dokter bedah saya telah secara sukarela menarik dan mengirimkannya kembali bahkan sebelum perusahaan asuransi saya memprosesnya. Beberapa klaim apotek telah dibatalkan, namun klaim tersebut juga memiliki penjelasan yang mudah: Apotek secara otomatis memproses beberapa isi ulang yang tidak saya perlukan. Saya segera kehilangan harapan bahwa AI akan membantu saya menemukan potensi kesalahan penagihan yang belum saya identifikasi. Jadi saya mulai mengajukan pertanyaan langsung tentang klaim tertentu. Ada satu potensi kesalahan yang sudah saya temukan: Untuk satu prosedur, saya telah dikenakan biaya tambahan sebesar $100 untuk spesialis dan $150 untuk biaya obat yang diberikan dokter, atau total $250. Saya berbicara dengan perwakilan layanan pelanggan online yang mengatakan saya seharusnya hanya ditagih untuk satu tagihan. Jadi, saya mengunggah percakapan live-chat saya dengan perwakilan tersebut, menanyakan: Percakapan dengan perwakilan asuransi ini mengatakan bahwa saya hanya akan berutang pembayaran bersama spesialis retina sebesar $100 atau pembayaran bersama obat yang diberikan dokter tidak lebih dari $150 untuk suntikan anti-VEGF, namun saya dikenakan biaya $250 untuk kunjungan dan suntikan. Apakah ini sebuah kesalahan?ChatGPT dengan cepat memupuskan harapan saya akan hal itu, mengarahkan saya ke bagian kontrak asuransi setebal 149 halaman yang menyatakan bahwa saya bertanggung jawab atas kedua pembayaran bersama tersebut. Perwakilan asuransi jelas-jelas salah. Oke, tapi mengapa saya harus membayar $11.512 untuk pembayaran bersama dan asuransi bersama padahal tanggung jawab maksimum pasien saya adalah $10.150? ChatGPT terus bersikeras bahwa saya hanya membayar $10.150. Kemudian saya tersadar: ChatGPT menunjukkan bahwa saya hanya membayar $10.150 karena itu adalah tanggung jawab pasien saya, menurut EOB saya. Tiga minggu kemudian, saya menjalani operasi yang sama pada mata kanan saya. Karena saya telah mencapai pengurangan, saya harus membayar jumlah yang lebih sedikit: $1.552, yang saya asumsikan mewakili 50% asuransi bersama. Namun EOB saya mencantumkan tanggung jawab pasien saya sebesar $999. Sekali lagi, saya bertanya kepada ChatGPT tentang perbedaan tersebut. Kali ini, hal ini menunjukkan sesuatu yang tampak jelas jika dipikir-pikir. $1.552 yang saya bayarkan di muka adalah jumlah yang sebenarnya menjadi tanggung jawab saya setelah operasi pertama. Karena saya menjalani operasi yang sama pada mata lainnya, fasilitas tersebut memperkirakan jumlah hutang saya berdasarkan operasi pertama, tanpa memperhitungkan bagaimana tanggung jawab pasien saya akan berubah setelah saya mencapai pengurangan. Jadi ChatGPT mengonfirmasi bahwa saya telah membayar lebih sebesar $1.512 untuk operasi mata kedua tersebut, dan hal ini membantu saya memahami alasannya. Namun perusahaan tersebut tidak benar-benar menemukan kelebihan pembayaran sebesar $1.512 dengan sendirinya. Saya menemukan hal itu dengan menyimpan catatan cermat setiap biaya pengobatan yang saya keluarkan.Apa yang ditandai oleh AI sebagai kesalahan potensial tidak ditentukan IndikatorLangkah berikutnya Biaya duplikat Bandingkan item baris dengan EOB Anda untuk mengonfirmasi apakah suatu layanan ditagih dua kali.Status penolakan atau “tidak ditanggung” Hubungi penyedia asuransi Anda untuk memahami alasannya (kesalahan pengkodean, informasi yang hilang, atau kurangnya otorisasi).Biaya untuk layanan yang tidak diterima Tinjau catatan atau log klinis dan hubungi departemen penagihan untuk penjelasan terperinci.Kesalahan matematika Tambahkan biaya individual untuk memastikan total tagihan akhir adalah akurat.Biaya di luar jaringan untuk perawatan dalam jaringan Periksa kontrak asuransi dan daftar status penyedia Anda; hubungi fasilitas untuk memperbaiki kelas penagihan. Hanya menyediakan ChatGPT dengan semua informasi yang diperlukan untuk mengonfirmasi kesalahan membutuhkan banyak usaha. Dalam hal ini, sepertinya menggunakan ChatGPT untuk menyisir tagihan medis sama seperti menggunakan perangkat lunak pengarsipan pajak: Ini hanya seakurat data yang Anda berikan, dan mengumpulkan semua itu membutuhkan banyak usaha. Mungkin saja tagihan medis saya yang terperinci memang mengandung kesalahan tambahan. Jika ya, itu adalah masalah yang harus diperdebatkan oleh penyedia dan perusahaan asuransi saya. Selama saya tidak harus membayar lebih dari jumlah maksimum yang saya keluarkan sebesar $10,150 — dan saya yakin bahwa jumlah yang menjadi tanggung jawab saya sebagai pasien mencapai jumlah tersebut — sejujurnya saya tidak peduli jika mereka harus bertengkar di antara mereka sendiri; itu bukan masalah saya.Saat tulisan ini dibuat, saya masih menunggu pengembalian dana sebesar $1.512. Bagaimana melakukannya sendiriJika Anda ingin menggunakan AI untuk membantu Anda mengaudit tagihan medis Anda sendiri, ingatlah prasyarat berikut: Minta tagihan yang diperinci: Anda berhak mendapatkan perincian setiap biaya yang dikeluarkan selama prosedur. Hubungi penyedia Anda untuk meminta hal ini, karena hal ini penting untuk mengidentifikasi ketidakakuratan penagihan tertentu. Sunting data sensitif: Sebelum mengunggah dokumen apa pun ke alat AI, hapus semua informasi pribadi, seperti nama, tanggal lahir, alamat, dan nomor ID asuransi Anda. Simpan spreadsheet pribadi: AI hanya seakurat data yang Anda berikan. Simpan catatan terperinci dari setiap klaim medis, jumlah yang ditagih, jumlah yang dibayarkan perusahaan asuransi Anda, dan pembayaran langsung Anda yang sebenarnya. Pelacakan manual ini sangat penting untuk menemukan perbedaan antara tagihan yang dibebankan kepada Anda dan tanggung jawab sebenarnya.
Diterbitkan : 2026-07-09 14:00:00
sumber : www.cnet.com
