En el mundo del Medicare Advantage, se está produciendo un cambio perturbador. Lo que comenzó como un noble impulso hacia la atención basada en el valor se ha transformado cada vez más en la búsqueda agresiva de la optimización de los pagos basados en el valor, con la inteligencia artificial sirviendo como la última herramienta en esta transformación preocupante.
La escala del problema es asombrosa. Un análisis del Center for American Progress (CAP) estima que los planes de MA están sobrepagados en un 22 a 39 por ciento, lo que se traduce en $83 mil millones a $127 mil millones en pagos excesivos solo en 2024. Physicians for a National Health Program (PNHP) estima más de $100 mil millones en pagos excesivos anuales, citando factores como la atracción de asegurados más saludables, la codificación ascendente de la gravedad de la enfermedad y procedimientos defectuosos de fijación de precios. Y la Oficina del Inspector General (OIG) estimó $7.5 mil millones en pagos excesivos en 2023 debido a Evaluaciones de Riesgo de Salud (HRAs) que llevaron a la codificación ascendente sin atención adicional.
Mientras tanto, acciones legales recientes destacan problemas sistémicos. Cigna recientemente llegó a un acuerdo por $172 millones sobre prácticas de codificación, UnitedHealthcare perdió un caso judicial significativo sobre prácticas de Medicare Advantage, y la Oficina del Inspector General ha iniciado una investigación sobre las prácticas de Aetna.
Más preocupante es cómo se reconoce abiertamente este cambio en la industria. Algunos proveedores de tecnología sanitaria, que una vez expresaban cuidadosamente su lenguaje en torno a “encontrar condiciones no tratadas”, ahora publicitan con audacia su capacidad para aumentar la facturación en un 20% o más. Esta transformación refleja una desviación fundamental de la intención original de los programas de atención basada en el valor.
Los mecanismos de este cambio son particularmente preocupantes cuando se examina cómo se están implementando la inteligencia artificial y la tecnología. En lugar de utilizar estas herramientas para mejorar la atención al paciente, cada vez se están empleando más para la optimización de ingresos. Una reciente investigación del Wall Street Journal reveló cómo algunas organizaciones utilizan listas de verificación alimentadas por IA para identificar diagnósticos potenciales que podrían aumentar el reembolso. En muchos casos, estas “condiciones identificadas” carecen de cualquier plan de tratamiento o documentación clínica correspondiente.
La práctica se extiende más allá de la simple optimización de la codificación. Considere el caso de pacientes ancianos que se magullan fácilmente, un proceso normal de envejecimiento. En lugar de reconocer esta ocurrencia natural, algunas prácticas están codificando estos casos como condiciones tromboembólicas complejas, a pesar de la ausencia de cualquier plan de tratamiento o necesidad médica. Patrones similares surgen con condiciones como cataratas diabéticas o depresión, donde se aprovechan síntomas mínimos para un impacto de reembolso máximo.
Cuando los diagnósticos carecen de una documentación de respaldo adecuada y los pacientes son etiquetados con condiciones que en realidad no tienen, puede representar riesgos reales para la atención al paciente. En situaciones de emergencia, por ejemplo, condiciones falsamente documentadas podrían contraindicar procedimientos potencialmente salvadores de vida, poniendo a los pacientes en riesgo innecesario.
Las implicaciones financieras se propagan por todo el sistema de salud. Los hospitales, especialmente en áreas rurales, están dejando cada vez más los planes de Medicare Advantage debido a la insostenibilidad económica. Mientras que las aseguradoras informan de robustos beneficios, los proveedores de atención médica enfrentan márgenes cada vez más reducidos, creando un desequilibrio peligroso en el sistema.
Lo que es particularmente preocupante es cómo se están posicionando la inteligencia artificial y los grandes modelos de lenguaje (LLMs) en este panorama. Si bien estas tecnologías tienen un tremendo potencial para mejorar la atención al paciente al identificar condiciones verdaderamente pasadas por alto y garantizar un tratamiento adecuado, cada vez se están implementando principalmente como herramientas de optimización de ingresos. Algunas organizaciones incluso ofrecen acuerdos de reparto de ingresos basados en los pagos aumentados logrados a través de sus soluciones de codificación basadas en IA.
Un ajuste de cuentas puede estar en el horizonte. La actual ola de investigaciones y acciones legales sugiere un creciente escrutinio. La perspectiva de acciones de denunciantes —incentivadas por posibles recompensas de hasta el 10% de los fondos recuperados— añade otro nivel de riesgo para las organizaciones que participan en prácticas de codificación agresivas. Además, a medida que los pacientes se vuelven más conscientes de que se les están etiquetando con diagnósticos que no tienen, lo que puede afectar su capacidad para obtener otros tipos de seguros, la presión pública puede aumentar.
La solución radica en volver a los principios fundamentales de la atención basada en el valor. Cuando las organizaciones de atención médica se centran en la atención genuina al paciente bajo programas basados en el valor, naturalmente protege tanto al paciente como a la sostenibilidad financiera del sistema. Por el contrario, cuando el enfoque se desplaza principalmente hacia la optimización de pagos, ni el paciente ni el sistema se benefician. La estabilidad financiera de Medicare se ve socavada, y los pacientes enfrentan posibles daños por diagnósticos incorrectos en sus expedientes médicos.
La distinción entre cuidado basado en el valor y pago basado en el valor no es meramente semántica —representa una bifurcación crucial en el camino de la prestación de servicios de salud. A medida que la IA y otras tecnologías se vuelven más prevalentes en la atención médica, debemos asegurarnos de que se implementen al servicio de mejorar la atención al paciente en lugar de simplemente optimizar los ingresos. El futuro del Medicare Advantage, y potencialmente del sistema de Medicare en general, puede depender de nuestra capacidad para mantener este enfoque crítico en la atención real al paciente sobre la optimización de pagos.
Foto: atibodyphoto, Getty Images
El Dr. Jay Anders es el Director Médico de Medicomp Systems. El Dr. Anders apoya el desarrollo de productos, sirviendo como representante y voz de la comunidad médica y de atención médica a la que sirven los productos de Medicomp. Antes de unirse a Medicomp, el Dr. Anders se desempeñó como Director Médico de McKesson Business Performance Services, donde fue responsable de apoyar el desarrollo de sistemas de información clínica para la organización. También fue fundamental en liderar la primera integración de la Documentación de Médicos Quippe de Medicomp en un EHR. El Dr. Anders lidera la junta asesora clínica de Medicomp, trabajando en estrecha colaboración con médicos y enfermeras para garantizar que todos los productos de Medicomp se desarrollen en función de las necesidades y preferencias de los usuarios para mejorar la usabilidad.
Esta publicación aparece a través del programa MedCity Influencers. Cualquiera puede publicar su perspectiva sobre negocios e innovación en atención médica en MedCity News a través de MedCity Influencers. Haga clic aquí para averiguar cómo.