Umělá inteligence měla zlevnit zdravotnictví. Místo toho firmám přidala skoro miliardu dolarů — a účet zaplatí i vy
Nová analýza jednoho z největších amerických pojišťovacích uskupení odhalila, že nasazení AI do nemocnic nezlevnilo péči — naopak přidalo na účtech 942 milionů dolarů za dva roky. A přitom se léčba pacientů nezměnila. Je to varovný příběh o tom, co se stane, když automatizaci pustíte na fakturaci bez lidské kontroly.
Umělá inteligence měla být pro zdravotnictví spásou. Slibovala nižší náklady, méně papírování a lékaře, kteří konečně budou mít čas na pacienty místo na formuláře. Nová analýza jednoho z největších amerických pojišťovacích uskupení ale ukazuje pravý opak. Nasazení AI nástrojů do nemocnic přidalo za pouhé dva roky na účtech 942 milionů dolarů navíc — a nejde o lepší péči. Jde o lepší fakturaci.
Pro českého podnikatele je to důležitý příběh z jednoho prostého důvodu: ukazuje, co se stane, když automatizaci pustíte na proces spojený s penězi bez pořádné lidské kontroly. AI nedělá to, co si přejete. Dělá to, k čemu je optimalizovaná. A když ji optimalizujete na maximální výnos, dostanete přesně to — bez ohledu na to, jestli to dává smysl.
Co přesně analýza odhalila
Studii vydalo v září 2026 sdružení Blue Cross Blue Shield Association, které pojišťuje zhruba každého třetího Američana. Analytici prošli data z nemocničních účtů za období od začátku roku 2023 do konce roku 2025 a zaměřili se mimo jiné na velké zákroky na střevech. Výsledek byl jednoznačný: náklady na jednoho pojištěnce u lůžkové péče vyrostly zhruba o 9 procent mezi lety 2023 a 2024, přičemž asi pětina tohoto růstu — tedy okolo 1,8 procentního bodu — připadla na tzv. rostoucí intenzitu kódování.
Klíčové zjištění zní: v datech se objevil prudký nárůst pacientů, kteří byli zdokumentováni jako lidé s komplikovanými, závažnými stavy. Jenže tomu neodpovídala žádná změna v tom, jak byli léčeni. Jak to formulují sami autoři: „Kdyby byli pacienti skutečně nemocnější, čekali bychom více léčby.“ Místo toho se na účtech objevovaly diagnózy bez odpovídajících lékařských zákroků.
Jak to funguje: automatizovaný lov na diagnózy
Za nárůstem stojí nová generace nástrojů pro tzv. revenue cycle management — správu příjmů nemocnic. Ty pracují dvěma hlavními způsoby. První je dolování dat z laboratorních výsledků: software projede každou hodnotu z krevního testu a hledá cokoliv, co lze vykázat jako samostatnou diagnózu. Druhý je tzv. ambientní naslouchání — mikrofon v ordinaci, který pomocí rozpoznávání řeči a jazykových modelů poslouchá rozhovor lékaře s pacientem a automaticky z něj vytáhne všechny stavy, které jde vyfakturovat.
Právě druhotné diagnózy odvozené z jediné laboratorní hodnoty nebo z běžného pozorování jsou podle analýzy „obzvlášť vhodné k detekci moderní RCM technologií“. Jinými slovy: AI je mistr v tom, najít v datech drobnost, kterou by unavený člověk přehlédl — a proměnit ji v položku na účtu.
Proč na tom nemocnicím záleží? Americké nemocnice dostávají za lůžkovou péči pevnou platbu podle tzv. skupin diagnóz (DRG). Čím komplikovanější případ zdokumentujete, tím vyšší úhradu v rámci dané skupiny dostanete. AI nástroje tak vytvářejí silný finanční motiv: vyhledat co nejvíce druhotných diagnóz a posunout pacienta do lépe placené kategorie. Odborně se tomu říká upcoding.
Existuje jasný nesoulad mezi kódováním a léčbou. Nevidíme žádný důkaz odpovídající změny v poskytnuté péči.
Nejmarkantnější číslo z celé studie: jedno konkrétní zdravotnické zařízení, které přešlo na AI nástroje, vykázalo nárůst hodnocení složitosti případů o 6,7 procenta. U srovnatelných zařízení ve stejném státě přitom činil nárůst pouhých 0,9 procenta. Rozdíl mezi „s AI“ a „bez AI“ byl tedy více než sedminásobný.
Co si z toho má odnést český podnikatel
Tento příběh není o zdravotnictví. Je o vás. Ať už provozujete e-shop, poradenskou firmu nebo výrobní podnik, do vaší firmy míří stejná vlna AI nástrojů, které slibují zefektivnění procesů spojených s penězi — fakturace, cenotvorby, uzavírání obchodů, vymáhání pohledávek. A platí pro ně stejné pravidlo: AI optimalizuje přesně tu metriku, kterou jí zadáte.
Poučení z americké kauzy lze shrnout do několika praktických bodů, které si vezměte do vlastní firmy:
- Definujte metriku úspěchu opatrně. Když AI odměníte za „maximální výnos z faktury“, dostanete maximum faktur — ne spokojeného zákazníka. Optimalizujte na dlouhodobou hodnotu, ne na okamžité číslo.
- Nechte člověka u kormidla tam, kde jde o peníze a důvěru. Ambientní přepis rozhovoru je skvělý pomocník, ale výsledek, který jde přímo na účet zákazníka, musí projít lidskou kontrolou.
- Měřte odchylku, ne jen absolutní čísla. Kauzu odhalilo srovnání zařízení s AI a bez ní. Zaveďte si stejnou kontrolu — porovnávejte, jak se chová proces s automatizací a bez ní.
- Počítejte s tím, že protistrana také nasadí AI. Americké pojišťovny už vyvíjejí nové algoritmy, které rozpoznají, které AI faktury jsou oprávněné a které jen generují aktivitu. Automatizace na jedné straně vyvolá automatizaci na druhé.
- Reputační riziko je reálné. Firma, kterou přistihnou při systematickém „vylepšování“ účtů pomocí AI, si nese stigma podvodu — i když technicky nic neporušila.
Ani jedna strana nepopírá jádro problému
Zajímavé je, že se na jedné věci shodnou pojišťovny i sami poskytovatelé péče: lidská validace zůstává nezbytná a úhrada by měla odpovídat skutečně poskytnuté péči. Spor vedou jen o to, jestli současné AI nástroje tuto rovnováhu dodržují. Blue Cross Blue Shield sám přiznává, že jeho analýza z fakturačních dat neumí s jistotou ověřit, zda pacienti opravdu nebyli nemocnější — k tomu by byla potřeba kontrola lékařských záznamů.
To je ostatně samo o sobě poučné: i kritik AI přiznává limity svých vlastních dat. V debatě o umělé inteligenci je nejcennější schopnost přiznat, co nevíme — na obou stranách stolu.
Širší odhady přitom naznačují, že skutečný rozsah je mnohem větší. Podle dat z jara 2026 mohlo být s AI-asistovanými praktikami spojeno zhruba 663 milionů dolarů u lůžkové a nejméně 1,67 miliardy dolarů u ambulantní péče v celoamerickém měřítku. Miliardy dolarů, které nikdo neplánoval utratit — a které v konečném důsledku zaplatí pacienti přes vyšší pojistné a doplatky.