La inteligencia artificial prometía reducir papeleo sanitario, mejorar la documentación clínica y liberar tiempo para médicos y pacientes. Ahora las aseguradoras estadounidenses advierten de un efecto menos cómodo: algunas herramientas podrían estar elevando la factura. Un análisis de Blue Cross Blue Shield Association estima que el uso hospitalario de IA en documentación y codificación habría generado 942 millones de dólares de gasto adicional durante dos años.
El foco está en la codificación de complejidad clínica. Cuando un hospital documenta que un paciente presenta condiciones más complejas, el reembolso puede aumentar. La asociación sostiene que ha visto un incremento acusado de pacientes clasificados con mayor complejidad sin una variación equivalente en la atención prestada. Dicho de forma sencilla: más intensidad administrativa, pero no necesariamente más tratamiento.
El debate muestra que la IA en salud no solo cambia diagnósticos o consultas, también altera incentivos económicos muy sensibles. Si una herramienta ayuda a encontrar todos los códigos posibles, puede mejorar la captura de ingresos del hospital. Pero también puede trasladar costes a aseguradoras, empresas y pacientes si la documentación no refleja cambios reales en la atención.
Las compañías de IA clínica defienden que sus sistemas reducen errores y documentan mejor lo que ya ocurría. En un hospital grande, un médico puede olvidar detalles relevantes de una visita o usar notas incompletas por falta de tiempo. Un asistente que escucha, resume y propone códigos puede corregir esa pérdida de información. El problema aparece cuando la herramienta optimiza la facturación más que la claridad clínica.
La tensión entre hospitales y aseguradoras no es nueva. Lo nuevo es que ambas partes están incorporando automatización. Los proveedores usan IA para generar notas, detectar diagnósticos secundarios y preparar reclamaciones. Las aseguradoras usan modelos para revisar autorizaciones, detectar anomalías y negar pagos. El resultado puede ser una carrera de sistemas enfrentados que multiplica la fricción.
La imagen de agentes de IA negociando reclamaciones entre sí ya no pertenece a la ciencia ficción empresarial. Shiv Rao, fundador de Abridge, una startup de documentación clínica con IA, ha reconocido públicamente el riesgo de un futuro de bots contra bots, aunque también defiende que la tecnología podría reducir costes si se aplica con buen gobierno.
Para los directivos sanitarios, la lección es clara. La adopción de IA no puede medirse solo por horas ahorradas o incremento de ingresos. Debe incluir auditorías sobre calidad de la nota clínica, coherencia entre codificación y tratamiento, impacto en reclamaciones y satisfacción de pacientes. Si esos controles no existen, la herramienta puede mejorar un indicador financiero y empeorar el sistema completo.
El asunto también afecta a startups. Las empresas que venden IA a hospitales tendrán que demostrar que su producto no se limita a maximizar reembolsos. Necesitarán métricas de precisión, explicabilidad y trazabilidad. En mercados regulados como Europa, donde la IA sanitaria entra en categorías de riesgo elevadas, esa evidencia será aún más importante.
La productividad sanitaria con IA solo será defendible si reduce carga administrativa sin inflar artificialmente la complejidad clínica. Esa frontera será difícil de vigilar porque muchas decisiones se esconden en notas, formularios y códigos que el paciente nunca ve.
El análisis de Blue Cross Blue Shield no cierra el debate, pero sí lo cambia de lugar. La pregunta ya no es si la IA puede ayudar a documentar mejor. La pregunta es quién captura el beneficio, quién paga los errores y qué mecanismos garantizan que una mejora de software no termine convertida en una factura más alta.
