Analyse de la Blue Cross révèle que le codage hospitalier assisté par IA génère 942 millions de dollars de coûts supplémentaires en 2024‑2025

La Blue Cross Blue Shield Association (BCBSA) a publié une analyse qui quantifie l’impact financier des outils de codage assistés par intelligence artificielle (IA) utilisés dans les hôpitaux. Selon le rapport, le déploiement de systèmes de codage IA a engendré une dépense supplémentaire estimée à 942 millions de dollars sur la période 2024‑2025, comparée à une base de référence de 2023.

L’analyse mesure la croissance des coûts en comparant la part des séjours hospitaliers classés comme « complexes ». Dans les plans membres de la BCBSA, la proportion d’admissions complexes est passée de 37 % au début de 2023 à 40 % à la fin de 2025. Cette évolution à elle seule explique une grande partie de l’augmentation des dépenses rapportée.

Comment l’IA entraîne des reclassifications de factures à tarif plus élevé

Un facteur central identifié par la BCBSA est la reclassification d’environ 55 000 réclamations vers des catégories de paiement à taux plus élevés. Cette reclassification provient de diagnostics secondaires détectés par les systèmes d’IA dans les dossiers patients. Ces factures à tarif plus élevé ont contribué à hauteur d’environ 653 millions de dollars du total, soit près de 11 000 dollars de coût additionnel pour chaque cas complexe supplémentaire.

Les outils d’IA mentionnés dans le rapport se répartissent en deux grandes catégories. D’abord, des moteurs analytiques qui parcourent les dossiers médicaux existants afin de faire ressortir des diagnostics négligés. Ensuite, les « scribe ambiants » qui captent les conversations cliniques en temps réel et génèrent automatiquement des notes cliniques structurées, augmentant ainsi la probabilité que les conditions secondaires soient documentées et facturées.

Écarts entre l’intensité du codage et les soins réels

La BCBSA souligne un décalage entre la hausse du codage complexe et le volume des traitements correspondants. Par exemple, les interventions intestinales majeures codées au niveau de complexité le plus élevé sont passées de 10,2 % à 22,7 % de ces cas, sans qu’il y ait eu d’augmentation parallèle de la réalisation de ces procédures.

De même, les patients identifiés comme anémiés ont reçu des transfusions sanguines moins souvent — 16,9 % contre 19,3 % dans les hôpitaux qui n’ont pas connu la même escalade du codage. Ces observations suggèrent que l’intensité du codage pourrait dépasser l’intensité réelle des soins prodigués.

Contre‑arguments des hôpitaux

Les établissements contestent l’interprétation selon laquelle le codage IA gonfle les coûts sans justification clinique. Ils invoquent des changements démographiques, notant que les patients sont devenus plus âgés et plus malades. Une analyse de l’American Hospital Association et de Vizient indique une hausse d’environ 5 % de l’indice de mixité des cas entre 2019 et 2024, ce qui reflète une véritable augmentation de la complexité des cas.

Du point de vue hospitalier, les outils IA ne font que mettre en lumière des conditions déjà présentes mais non documentées auparavant. L’affirmation est que la technologie améliore la complétude diagnostique plutôt que de créer artificiellement des opportunités de facturation.

Limites de la méthodologie BCBSA

Une limitation majeure du rapport BCBSA est son recours exclusif aux données de facturation. L’analyse n’intègre ni revues de dossiers médicaux ni validation clinique directe des diagnostics supplémentaires signalés par l’IA. Les critiques soutiennent que, sans vérification des dossiers, il est impossible de déterminer si les diagnostics secondaires reflètent une pathologie réelle ou un up‑coding induit par la technologie.

En raison de l’absence de détails cliniques au niveau du patient, le chiffre de 942 millions de dollars doit être considéré comme une estimation basée sur les tendances de codage financier, et non comme une mesure définitive de dépenses inutiles.

Effets en aval incertains

Le rapport ne prévoit pas comment les coûts additionnels seront répartis entre les primes d’assurance, les franchises ou les dépenses de santé publiques. Par conséquent, l’impact financier sur les assurés individuels et sur les programmes gouvernementaux reste inconnu.

• Moteurs d’analyse IA qui parcourent les dossiers existants à la recherche de diagnostics manqués
• Systèmes de scribe ambiant qui génèrent des notes cliniques à partir d’échanges oraux
• Reclassification d’environ 55 000 réclamations vers des catégories de paiement plus élevées
• Hausse de la part des cas complexes de 37 % à 40 % sur deux ans

L’analyse BCBSA précise également que le coût incrémental de 11 000 dollars par cas complexe additionnel est une moyenne dérivée de l’impact total de la reclassification. Ce chiffre agrège une grande variété de diagnostics et de procédures, dont certains peuvent bénéficier de taux de remboursement plus élevés que d’autres.

Étant donné la dépendance aux seules données de facturation, l’étude ne peut pas distinguer entre la nuance clinique légitime capturée par l’IA et un up‑coding systématique. Cette incertitude souligne le besoin d’audits cliniques complémentaires pour vérifier l’authenticité des conditions codées.

Les implications pratiques pour les organisations incluent la nécessité de concilier les gains d’efficacité du codage IA avec des cadres de gouvernance solides. Les prestataires de santé pourraient devoir mettre en place des processus de validation indépendants, tels que des revues périodiques de dossiers, afin de s’assurer que les diagnostics secondaires identifiés par l’IA correspondent à des conditions réellement documentées.

Les assureurs et payeurs devraient envisager de surveiller les schémas de réclamation afin de détecter des pics inattendus de codage complexe et évaluer si les preuves cliniques correspondantes justifient le remboursement accru. Des mécanismes de reporting transparents entre hôpitaux, fournisseurs d’IA et payeurs peuvent aider à atténuer le risque d’inflation de coûts involontaire.

Enfin, les décideurs politiques pourraient devoir examiner si les structures de surveillance du codage existantes sont adéquates dans un contexte où l’IA influence de plus en plus la documentation. Des ajustements aux protocoles d’audit ou le développement de lignes directrices de conformité spécifiques à l’IA pourraient devenir nécessaires pour préserver l’intégrité du système de facturation tout en tirant parti de la complétude diagnostique que promet l’IA.