Kasus penggunaan AI untuk menurunkan tagihan rumah sakit dari 195 ribu dolar menjadi 33 ribu dolar

• Ini adalah contoh nyata yang menunjukkan betapa tidak wajarnya biaya medis di AS saat ditagihkan tanpa asuransi, dengan pengalaman nyata menegosiasikan tagihan rumah sakit sebesar $195.000 menjadi $33.000 menggunakan alat AI Claude
• Saat menganalisis rincian tagihan rumah sakit milik almarhum, ditemukan penagihan ganda dan kode yang melanggar aturan, dan Claude secara otomatis mengidentifikasi item tagihan yang salah berdasarkan aturan Medicare
• Menolak tawaran ‘potongan amal’ dari rumah sakit, lalu bernegosiasi melalui surat resmi yang memperingatkan langkah hukum dan pelaporan ke ranah publik, sehingga nilai tagihan disesuaikan ke tingkat yang wajar menurut Medicare
• Pengguna menganalisis data dengan Claude dan menggunakan ChatGPT untuk meninjau surat keberatan bernada legal, sehingga strategi respons yang konkret dan akurat tersusun lewat kolaborasi AI
• Pengalaman ini menunjukkan bahwa AI dapat menjadi alat untuk meningkatkan daya tawar individu dan mengatasi asimetri informasi

---

Awal kejadian

• Kakak ipar penulis meninggal setelah 4 jam dirawat di rumah sakit akibat serangan jantung, dalam kondisi asuransinya sudah berakhir
  • Awalnya ada tagihan kecil dari dokter spesialis, dokter gawat darurat, radiolog, dan lain-lain, tetapi pada tagihan utama rumah sakit ditagihkan $195.000
• Rinciannya hanya berisi kategori yang samar, dan tidak mencantumkan item detail maupun CPT (kode prosedur medis standar)

Analisis kode dan peran AI

• Mereka meminta rincian kode CPT standar kepada rumah sakit dan baru mendapatkannya setelah berkali-kali menindaklanjuti
• Setelah memasukkan kode per item dan nilai tagihan ke Claude, berdasarkan aturan Medicare, AI tersebut
  • secara otomatis mendeteksi bahwa bila kode ‘prosedur master’ tertentu sudah tercakup, maka semua item tambahan lainnya tidak boleh ditagihkan
  • menemukan bahwa rumah sakit menagihkan tindakan yang sama lebih dari sekali
• Ditemukan pula bahwa kode khusus pasien rawat inap diterapkan pada pasien gawat darurat
  • Dengan dasar waktu tinggal di IGD yang singkat meski ada kode ‘rawat inap jangka panjang’, diajukan permintaan pengurangan tagihan
  • Juga ditemukan banyak tagihan ilegal lain, termasuk pelanggaran aturan larangan penagihan bersamaan untuk perawatan intensif dan layanan ventilator

Penagihan palsu rumah sakit dan strategi negosiasi

• Menurut hasil analisis Claude, dari total tagihan rumah sakit, lebih dari $100.000 merupakan item yang akan diproses Medicare sebagai $0
• Pihak rumah sakit menyarankan pengajuan potongan amal (charity), tetapi
  • hal itu dianggap sebagai tindakan amal nominal demi pengurangan pajak, sehingga ditolak
• Berdasarkan analisis data dari Claude, penulis mengirim surat negosiasi yang menyebut dasar pelanggaran hukum serta memperingatkan kemungkinan publikasi media dan pengaduan ke Kongres

Hasil negosiasi dan pelajaran

• Rumah sakit awalnya menawarkan $37.000, lalu penulis bernegosiasi lagi hingga akhirnya sepakat di $33.000, penghematan sekitar 83%
  • Keluarga setuju untuk membayar jumlah tersebut secara cicilan
• Dengan menggabungkan analisis Claude dan peninjauan surat oleh ChatGPT, ini menjadi contoh AI yang benar-benar berfungsi sebagai alat negosiasi praktis
• Pengguna membandingkan dan memverifikasi sendiri hasil AI untuk memastikan keandalannya dan menghindari risiko hasil palsu (halusinasi)

Pesan etis dan kesimpulan

• Tagihan rumah sakit pada dasarnya bukan hak legal yang mutlak, melainkan sekadar usulan yang bisa dinegosiasikan
• Ditekankan prinsip bahwa orang yang membayar sendiri tidak seharusnya menanggung biaya lebih besar daripada perusahaan asuransi
• Di tengah ketidaktransparanan penagihan biaya medis dan asimetri informasi, ini dinilai sebagai contoh bagaimana negosiasi berbasis data dengan AI dapat menjadi pelindung bagi individu

Implikasi teknis dan sosial

• Ini menunjukkan bahwa kemampuan pemrosesan bahasa alami AI dapat dimanfaatkan untuk otomatisasi dokumen negosiasi legal dan administratif
  • Melampaui chatbot sederhana, AI berkontribusi pada penyusunan strategi negosiasi nyata dan penyajian dasar argumen
• Selain negosiasi biaya medis, ada potensi perluasan ke berbagai bidang seperti sengketa konsumen, penyesuaian pajak, dan peninjauan kontrak
• Namun, validitas hukum dan verifikasi akurasi dokumen yang dihasilkan AI tetap memerlukan peninjauan oleh ahli manusia
• Kasus ini dinilai sebagai model realistis yang menunjukkan keseimbangan antara nilai praktis AI dan proses verifikasi yang berpusat pada manusia

[carnoxen]

Tiga puluh tiga ribu "dolar" pun masih terlalu besar...

[GN⁺]

Opini Hacker News

• Musim panas lalu, perusahaan asuransi menolak operasi penyelamat nyawa untuk anak berusia 6 tahun pada menit-menit terakhir, jadi harus berjuang melawannya
  ChatGPT memandu prosedur banding eksternal langkah demi langkah, termasuk lembaga yang perlu dihubungi, cara memberi tekanan, hingga membantu menyusun kalimat surat banding
  Kami tidak mengikuti semua sarannya mentah-mentah, dan tetap menilai bersama keluarga, tetapi berkat pembinaan strategis dari ChatGPT, persetujuan akhirnya didapat dalam 10 hari
  Operasi dilakukan 21 hari kemudian, dan anak itu kembali ke kondisi kesehatan terbaiknya dalam 18 bulan
  Ini bukan kesetaraan yang sempurna, tetapi setidaknya memberi kesempatan untuk melawan

  • Sebagai orang dari luar Amerika Serikat, saya sulit percaya hal seperti ini bisa terjadi
    Kalau Amerika memang demokrasi, saya jadi bertanya-tanya apakah sistem layanan kesehatan berbasis asuransi seperti ini benar-benar yang diinginkan rakyatnya
  • Di Norwegia, kami pernah menjalani perawatan intensif selama beberapa bulan karena kelahiran prematur, tetapi biayanya 0
    Pajaknya memang tinggi, tetapi rasa aman karena tidak akan bangkrut akibat biaya medis jauh lebih besar
  • Syukurlah anak itu bisa mendapat perawatan
    Banyak orang lupa menghubungi anggota legislatif negara bagian atau anggota DPR, padahal campur tangan politisi saja sering cukup untuk membuat perusahaan besar langsung bergerak
    Selain itu, jika mengirim surat fisik langsung ke CEO, perusahaan wajib memberi respons resmi dan hasilnya sering jauh lebih baik
  • Saya juga sudah 10 tahun merawat anak dengan penyakit kronis dan merasakan keputusasaan yang mirip
    Saya seorang developer, jadi punya kemampuan menangani masalah kompleks, tetapi bagi kebanyakan orang sistem ini terlalu berat untuk dihadapi
    Sebanyak apa pun uang yang dihasilkan, pada akhirnya semuanya tersedot ke struktur biaya kesehatan
  • Kalau ingin mengubah masalah seperti ini, menurut saya nama perusahaannya harus dipublikasikan
    Saya juga pernah mengalami pendarahan internal akibat penundaan persetujuan asuransi sebelum operasi hernia diskus
    Prosedurnya terlalu tidak masuk akal, dan standar persetujuannya tidak konsisten

• American Medical Association (AMA) memegang hak cipta atas semua kode medis ini
  Kebijakan lisensinya yang mahal juga melarang pelatihan model
  Baru-baru ini ada kritik dari Senat soal masalah ini, dan tampaknya mulai ada tanda-tanda perubahan
  AMA memang organisasi nirlaba, tetapi menghasilkan sekitar 300 juta dolar per tahun dari kode-kode tersebut

  • Kodenya sendiri kemungkinan besar bukan karya kreatif, sehingga mungkin tidak layak mendapat perlindungan hak cipta
  • Meski berbentuk nirlaba, kalau keuntungan diserap lewat biaya tenaga kerja internal, itu tetap bisa menjadi struktur yang rakus
  • Kritik Senat kali ini tampaknya lebih merupakan serangan politik terhadap kebijakan dukungan layanan kesehatan transgender daripada upaya menurunkan biaya kesehatan
  • AMA adalah nirlaba berbentuk 501c6, dan alasan memiliki badan hukum terpisah seperti Mozilla berkaitan dengan perbedaan aturan pajak

• Menarik melihat kasus AI yang menerapkan aturan klaim Medicare yang rumit untuk bernegosiasi dengan rumah sakit
  Memang tidak sempurna, tetapi alat seperti ini sangat membantu untuk melawan tagihan yang tidak adil

  • Saya sendiri pernah menyewa tenaga ahli, dan mereka juga memakai strategi sederhana untuk memotong nilai tagihan secara besar-besaran
  • Harga rumah sakit pada dasarnya memang angka fiktif, jadi kalau LLM “berhalusinasi” dengan cara serupa pun tidak terasa aneh
  • Masalah utamanya ada pada struktur rumah sakit yang menagih berlebihan kepada perusahaan asuransi
  • Sistem seperti ini dirancang sebagai sistem penghalang pengetahuan yang sulit diakses orang biasa
  • AI lebih berfungsi sebagai alat pemberi rasa percaya diri daripada sumber wawasan. Sebenarnya klaim serupa mungkin juga bisa diajukan sendiri

• Sebagai pasangan usia 50-an, kami mendadak menghadapi biaya perawatan 500 ribu dolar selama setahun akibat penyakit yang datang tiba-tiba
  Meski punya asuransi, tetap ada beban pribadi 50 ribu dolar per tahun, dan sistem penagihannya setingkat spaghetti code
  Harga tidak bisa diketahui sebelumnya, dan estimasinya bisa meleset 100~200%
  Dalam penagihan medis, tagihan ganda dan tagihan berlebih sangat sering terjadi, entah disengaja atau karena kesalahan

  • Pasar layanan kesehatan bukan pasar bebas, melainkan struktur monopoli yang tidak transparan
    Pasien tidak bisa memilih asuransi secara langsung, juga tidak bisa memperoleh estimasi yang akurat
    Setidaknya perlu ada kewajiban estimasi awal yang jelas
  • Menurut tulisan Matt Stoller, struktur layanan kesehatan Amerika dikendalikan para perantara harga, dan reformasi nyaris mustahil karena dana politik
  • Saya juga sudah kehilangan tabungan seumur hidup karena biaya medis, dan harapan pensiun pun hilang
  • Bahkan untuk satu tes darah saja, perusahaan asuransi, rumah sakit, dan laboratorium saling lempar tanggung jawab sehingga butuh seminggu untuk memastikan harga
  • Bahkan menanyakan biaya medis di muka dianggap tidak sopan. Ini satu-satunya industri yang jawaban “kami tidak tahu harganya” masih diterima

• Saat putri saya dibawa ke IGD, kami ditagih 4 ribu dolar untuk ongkos ambulans
  Asuransi menolak, tetapi lewat layanan negosiasi biaya medis yang disediakan perusahaan tempat saya bekerja, jumlahnya turun menjadi 500 dolar
  Yang mengejutkan, layanan ini ternyata adalah divisi internal di perusahaan asuransi itu sendiri
  Kebanyakan orang tidak tahu mekanisme seperti ini ada

  • Tetap saja, menganggap 500 dolar sebagai “pengalaman yang sukses” menunjukkan betapa terdistorsinya sistem ini
  • Dari sudut pandang orang asing, bahkan 500 dolar pun tetap mengejutkan. Rumah sakit sepertinya juga akan segera memakai AI untuk menghadapi negosiasi semacam ini
  • Struktur konflik kepentingan di dalam perusahaan asuransi membuat dukungan untuk pelanggan jadi terasa aneh

• Sistem kesehatan Amerika membuat rumah sakit menentukan harga sesuka hati, lalu mengambil uang pasien begitu saja jika pasien tidak paham
  Saya juga pernah ditagih 1.500 dolar untuk ambulans “di luar jaringan”, tetapi setelah melapor ke regulator negara bagian, masalahnya langsung selesai
  Rumah sakit dan perusahaan asuransi menagih semaksimal mungkin, dan kebanyakan orang membayarnya begitu saja karena takut

  • Alih-alih mencegah tagihan tidak adil seperti ini, orang justru merasa lega karena “masih dapat potongan”
    Akhir yang benar-benar bahagia seharusnya adalah rumah sakit dihukum karena tagihan yang curang
  • Sebagai orang yang pernah mengalami situasi serupa, saya bingung karena rumah sakit menagih lagi jumlah yang katanya sudah dinegosiasikan oleh perusahaan asuransi

• Dua puluh tahun lalu, setelah dirawat inap, saya punya utang 180 ribu dolar karena melewati batas plafon 500 ribu dolar
  Saya melunasinya lewat kerja tambahan selama beberapa tahun, tetapi pada akhirnya sebagian tetap saya lepaskan
  Belakangan ini saya kembali ditagih puluhan ribu dolar untuk perawatan mata, dan sedang mempertimbangkan kebangkrutan

  • Dalam biaya medis, setiap peningkatan hasil pengobatan sebesar 15% membuat biayanya naik dua kali lipat

• AI seharusnya digunakan untuk mereformasi sistem, bukan untuk regulatory capture
  Fakta bahwa tagihan 195 ribu dolar bisa turun menjadi 30 ribu dolar menunjukkan keadaan yang tidak normal

  • Menganggap tagihan 30 ribu dolar sebagai “kemenangan besar” juga merupakan masalah
  • Pada akhirnya saya merasa opsi layanan kesehatan publik adalah satu-satunya solusi
  • Kalau ada sistem layanan kesehatan publik seperti di Inggris, biaya tahunannya bisa stabil di kisaran 150 dolar termasuk obat-obatan
  • Para dokter juga bekerja dalam struktur tagih semaksimal mungkin lalu menyerah jika ditolak perusahaan asuransi, sehingga pasien yang membayar sendiri berada di posisi yang lebih dirugikan

• Para petugas penagihan rumah sakit tahu sejak awal bahwa mereka mengajukan jumlah yang tidak masuk akal
  Bisa jadi pemotongan biaya yang sebenarnya terjadi lebih karena tekanan hukum atau risiko PR, bukan berkat AI

  • OP juga menetapkan prinsip bahwa ia tidak boleh membayar lebih dari tingkat Medicare, dan tidak menandatangani pembukuan palsu rumah sakit untuk keperluan pengurangan pajak
  • Profesional sungguhan tahu bagaimana bernegosiasi sampai level sebelum rumah sakit menyerahkannya ke penagih utang
  • Mengubah 195 ribu dolar menjadi 34 ribu dolar berarti meruntuhkan kredibilitas tagihan itu sendiri
  • Saya tidak paham kenapa praktik seperti ini tidak dianggap penipuan
  • Rumah sakit kadang juga memanipulasi pembukuan dengan dalih sumbangan untuk pengurangan pajak

• Tahun lalu saat ibu mertua saya dirawat inap, Multimodal ChatGPT sangat membantu
  Ia menganalisis foto monitor untuk menjelaskan kondisinya, dan menerjemahkan penjelasan dokter secara real time
  Alat itu juga berguna untuk membandingkan dokumen hukum. Penghematan biaya yang nyata memang belum jelas, tetapi dukungan mentalnya sangat besar

  • Dalam situasi ketika sulit sepenuhnya percaya pada para ahli, LLM berguna sebagai alat verifikasi ganda
    Pernah juga ia menemukan hal dalam hasil tes darah istri saya yang terlewat oleh dokter

[bus710]

Memang karena ini puncak ekstrem sistem swasta, rasanya penagihan tidak adil seperti ini bakal cukup sering terjadi. Kalau bukan orang dalam, sepertinya kita hanya bisa pasrah diperas.