Mengapa undercoding adalah kehilangan pendapatan tersembunyi bagi rumah sakit di Indonesia?
Undercoding berarti rumah sakit mendokumentasikan dan mengoding lebih sedikit daripada layanan yang sebenarnya diberikan — sehingga klaim terpetakan ke INA-CBGs (Indonesia Case Base Groups, pengelompokan pembayaran BPJS) bertarif lebih rendah daripada yang dibenarkan kunjungan. Ia tersembunyi karena tidak ada yang tampak salah: klaim diterima dan dibayar, hanya kurang dari semestinya. Tidak ada penolakan untuk diselidiki, jadi kerugiannya tak pernah muncul di laporan penolakan. Penyebabnya di hulu, pada dokumentasi klinis yang tidak lengkap — diagnosis sekunder yang terlewat atau prosedur yang tak tercatat yang akan mengubah kelompok. Claim Readiness dari Micromeet dirancang menangkap ini: menandai celah kelengkapan dan menyarankan kode ICD (International Classification of Diseases) yang dikonfirmasi koder sebelum pengajuan. Inilah governed healthcare AI: AI menyusun draf. Dokter yang memutuskan.
Penolakan terlihat; undercoding tidak. Klaim yang ditolak masuk antrean yang harus dikerjakan seseorang, jadi ia mendapat perhatian. Klaim yang under-coded lolos — diterima, dibayar, ditutup — dan selisih antara yang dikerjakan dan yang dibayar menguap begitu saja. Karena penggantian INA-CBGs digerakkan oleh diagnosis dan prosedur yang terdokumentasi, diagnosis sekunder yang hilang atau prosedur yang tak tercatat dapat diam-diam menjatuhkan kunjungan ke kelompok berbayar lebih rendah. Di ribuan kunjungan, under-capture senyap itu bisa melampaui penolakan yang aktif dikejar rumah sakit.
Perbaikannya di hulu, pada dokumentasi, bukan pada banding. Claim Readiness membaca kunjungan selagi segar, menandai celah kelengkapan yang akan menggeser pengelompokan, dan mengusulkan kode ICD untuk dikonfirmasi koder — agar klaim mencerminkan layanan yang diberikan sebelum diajukan. Ia tidak mengadili aturan pembayar atau mengajukan sendiri; koder manusia mengonfirmasi setiap saran. AI menyusun draf. Dokter yang memutuskan.
Pertanyaan terkait
Apa beda undercoding dengan klaim yang ditolak?+
Bisakah AI memperbaiki undercoding sendiri?+
Micromeet — AI for governed healthcare. MCU CoPilot, AI Scribe (Voice-to-EMR), AI Front Desk, Care Loop, Claim Readiness, dan AI Care Command Center — setiap keluaran ditinjau dokter. AI menyusun draf. Dokter yang memutuskan. Lihat benchmark publik →