Klinisk administration annoncerer sjældent sine fejl højlydt. I de fleste almen praksisser i hele Europa centrerer samtalen om økonomisk pres sig om det, der er synligt: stigende patientefterspørgsel, pressede tidsintervaller til konsultationer og de timer, der går tabt til papirarbejde efter endt klinisk dag. Men der findes et mere stilfærdigt og sammensat problem, som gemmer sig i hver patientjournal. Når en kronisk tilstand er dokumenteret i fritekst, men aldrig tildelt en klinisk kode, forsvinder den pågældende patient reelt fra det strukturerede datalag i praksis. De får omsorg, men bliver ikke talt med. Konsekvenserne – økonomiske, kliniske og regulatoriske – akkumuleres på tværs af hele patientlisten uden, at nogen nødvendigvis bemærker det.

Hvad er underkodning, og hvorfor sker det i primærsektoren?

Underkodning opstår, når en kliniker dokumenterer en diagnose eller en igangværende tilstand i narrativet i et journalnotat (i fritekst), men ikke tilføjer de tilsvarende strukturerede kliniske koder, såsom SNOMED CT- eller ICD-10/11-koder, til patientjournalen. Tilstanden er kendt af den behandlende kliniker, men den er usynlig for ethvert system, der læser strukturerede data: sygdomsregistre, rapporteringsværktøjer, dashboards for befolkningssundhed og refusionsberegninger.

Årsagerne er veldokumenterede og i høj grad systemiske snarere end individuelle. En kvalitativ undersøgelse fra 2024 publiceret i BJGP, der undersøgte, hvordan klinisk og ikke-klinisk personale i walisiske almen praksisser griber klinisk kodning an, fandt, at hele processen er "dårligt forstået". Patient- og offentlighedsinvolverende grupper fremhævede specifikt behovet for at "aflaste" klinikere fra den administrative opgave med kodning, givet dens negative indvirkning på kliniske konsultationer. Kodning konkurrerer direkte med at tage sig af patienten foran klinikeren. I den konkurrence taber kodning ofte.

De strukturelle årsager omfatter:

• Tidspres under konsultationer: I en standard ti-minutters konsultation efterlader den kognitive belastning fra anamnese, undersøgelse, klinisk ræsonnement og patientkommunikation kun lidt plads til præcis struktureret dataindtastning.

• Afhængighed af ældre journalsystemer: Mange praksisser arbejder i systemer, hvor tilføjelse af en klinisk kode kræver navigation gennem flere skærme eller skift mellem inputtilstande midt i konsultationen.

• Kognitiv belastning: Den walisiske kvalitative undersøgelse bekræftede, at den dobbelte opgave med klinisk pleje og samtidig kodning lægger betydelig kognitiv belastning på klinikere, især i komplekse eller følelsesmæssigt krævende konsultationer.

• Uklarhed om delegering: I nogle praksisser er kodning delvist delegeret til administrativt personale, som kan mangle den kliniske viden til at kode nøjagtigt ud fra narrative notater.

Ingen af disse er fejl hos individuelle klinikere. De er forudsigelige konsekvenser af et system, der har lagt strukturerede datakrav oven på kliniske arbejdsgange uden at tilpasse arbejdsgangene til at rumme dem.

Hvorfor er kroniske tilstande særligt sårbare over for kodningshuller?

Ikke alle kliniske præsentationer har lige stor risiko for underkodning. Akutte tilstande (en fraktur, en infektion, en nyopstået klage) har tendens til at generere en afgrænset klinisk begivenhed med en klar kodningsprompt. Kroniske tilstande opfører sig anderledes. De er igangværende, velkendte og diskuteres ofte i konsultationer uden at blive formelt gendokumenteret.

En patient med type 2-diabetes, hypertension, astma eller depression kan få deres tilstand nævnt i snesevis af konsultationsnotater over flere år. Men hvis den oprindelige diagnostiske kode aldrig blev indtastet, blev indtastet forkert eller er udløbet fra den aktive problemliste, vil patienten ikke fremgå af det relevante sygdomsregister. Deres tilstand eksisterer i notaternes narrativ, læseligt for en kliniker, men usynligt for ethvert automatiseret system.

En undersøgelse fra 2022 af diagnostisk kodning af kroniske fysiske tilstande i irsk almen praksis, publiceret i Irish Journal of Medical Science, fandt, at fraværende eller unøjagtig diagnoseregistrering "kunne påvirke kvaliteten af patientpleje betydeligt". Undersøgelsen bemærkede, at Irlands kroniske sygdomshåndteringsprogram, som refunderer praktiserende læger for struktureret pleje af diabetes, astma, kronisk obstruktiv lungesygdom (KOL) og kardiovaskulær sygdom, gør nøjagtig kodning direkte knyttet til praksisindkomst. Lignende økonomiske forbindelser eksisterer i andre sundhedssystemer, selvom undersøgelsen bemærkede, at disse incitamenter anvendes inkonsekvent.

Problemets omfang illustreres tydeligt af evidensen om kronisk nyresygdom (CKD). En kontrolleret undersøgelse i Øst-London, publiceret i BJGP, fandt, at CKD-kodningsrater på tværs af primærsektorens praksisser var så lave som 52 procent før intervention. I nogle praksisser var næsten halvdelen af alle patienter med biokemisk evidens for CKD ikke på sygdomsregistret. Efter et målrettet kvalitetsforbedringsprogram steg kodningsraterne til mellem 81 og 90 procent. Kløften mellem disse to tal repræsenterer år med utællede patienter.

Hvordan påvirker underkodning praksisindtægter for praktiserende læger direkte?

For almen praksisser, der arbejder inden for refusionsrammer knyttet til sygdomsregistre (og det gør mange på tværs af Europa), er underkodning ikke blot en administrativ mangel. Det er en direkte reduktion i praksisens indkomst.

Det britiske Quality and Outcomes Framework (QOF) giver det mest præcist dokumenterede eksempel. QOF-betalinger beregnes ved hjælp af en formel, der inkorporerer praksisens registrerede sygdomsprævalens: Opnåede point × QOF-pointværdi × Omkostnings- og prævalensindeks × Justeret praksissygdomsfaktor (APDF). APDF er afledt af praksisens registrerede kroniske sygdomsprævalens. En praksis med et underkoderet sygdomsregister, hvor patienter med tilstande som hypertension, diabetes eller atrieflimren ikke er formelt registreret, modtager en lavere APDF og derfor lavere indkomst pr. opnået QOF-point, uanset det faktiske kliniske arbejde, der udføres. QOF-pointværdien ændres hvert kontraktår. Tjek den aktuelle NHS England-kontraktdokumentation for den gældende værdi.

Analyse af 2025/26 QOF-rammen gør dette eksplicit: "mange praksisser registrerer faldende eller statisk prævalens, mens patientkompleksitet og komorbiditet stiger", hvilket skaber en direkte økonomisk straf for underkodning. 2025/26-rammen koncentrerer £198 millioner i ni kardiovaskulære sygdomsindikatorer, med præstationstærskler, der stiger til 85–90 procent, hvilket gør nøjagtige sygdomsregistre mere økonomisk kritiske end tidligere år.

Ardens, en førende NHS-klinisk systemudbyder, bekræfter, at QOF-indkomst er "listestørrelse og prævalensvægtet" og anbefaler, at praksisser verificerer sygdomsregisternøjagtighed før 31. marts hvert år. Den praktiske vejledning inkluderer at køre "Case Finder"-søgninger for at identificere patienter, der opfylder diagnostiske kriterier, for eksempel patienter med flere forhøjede HbA1c-resultater, men som ikke er blevet kodet som diabetikere.

Detaljeret QOF-indkomstvejledning for 2025/26 illustrerer den sammensatte effekt: En praksis, der konsekvent underkoder sin kroniske sygdomspopulation, mangler ikke blot et års indkomstjustering. Den underrapporterer systematisk kompleksiteten af sin patientliste, og den underrapportering sammensættes år for år, efterhånden som APDF genberegnes mod en kunstigt lav prævalensbaseline.

Hvilke indirekte omkostninger er sværere at se?

Ud over direkte refusion medfører underkodning en række afledte omkostninger, der er betydeligt sværere at kvantificere, men ikke mindre reelle. Disse akkumuleres stille og roligt på tværs af en praksis' patientliste og kommer sjældent til syne, før en revision eller ekstern gennemgang gør dem synlige.

Forvrængning af befolkningssundhedsdata: Når kroniske tilstande systematisk underkodes, bliver de data, der bruges til at planlægge og ressourcetildele primærsektorens tjenester, upålidelige. Kommissærer og integrerede plejebestyrelser, der allokerer finansiering på grundlag af registreret prævalens, vil undervurdere den sande sygdomsbyrde i en praksispopulation. Denne fejlallokering af ressourcer påvirker derefter praksisens driftsmiljø.

Mistede tilbagekaldelser og forebyggende plejetriggere: Sygdomsregistre er den mekanisme, hvormed praksisser genererer tilbagekaldelseslister til årlige gennemgange, medicinmonitorering og forebyggende indsatser. En patient, der ikke er på diabetesregistret, vil ikke blive kaldt til en HbA1c-kontrol. En patient, der ikke er på hypertensionsregistret, vil ikke blive inkluderet i et blodtrykskontrolprogram. En tværsnitsundersøgelse af ukodet CKD i britisk primærsektor, publiceret i British Journal of General Practice, fandt, at ukodet CKD var forbundet med "dårligere plejekvalitet" og uligheder i kardiovaskulær sygdomsrisikostyring, netop fordi patienter uden for sygdomsregistret modtog mindre systematisk monitorering.

Øget klinisk risiko: Konsekvenserne af manglende kodning er ikke kun administrative. En undersøgelse fra 2025 publiceret i PLoS One kvantificerede dødeligheden af ukodet CKD og fandt, at patienter med biokemisk evidens for CKD, men uden diagnostisk kode i deres primærsektorjournal, havde betydeligt øget risiko for død, akut nyreskade og uplanlagt hospitalsindlæggelse. Denne evidens er specifik for CKD, men den underliggende mekanisme (at ukodede patienter modtager mindre proaktiv håndtering) gælder på tværs af kroniske tilstande.

Omkostninger ved retrospektiv kodningsrevision: Når kodningshuller til sidst identificeres gennem interne revisioner, kommissærgennemgange eller kontraktoverholdelseskontroller, falder omkostningerne ved retrospektivt kodningsarbejde på praksis. Klinisk og administrativt personale skal gennemgå historiske journaler, verificere diagnoser og anvende koder i bulk – arbejde, der er tidskrævende og fjerner kapacitet fra aktuel patientpleje.

En systematisk gennemgang fra 2024 om indvirkningen af nøjagtig medicinsk kodning på sundhedskvalitet og økonomi bekræftede, at "kodningsfejl (såsom udeladelser, opkodning, fejlkodning og brug af forældede koder) kan have alvorlige implikationer for både patienter og institutioner", herunder refusionsuoverensstemmelser og forvrængede kvalitetsindikatorer.

Hvordan påvirker underkodning henvisninger, triage og kontinuitet i plejen?

Underkodningens indvirkning rækker ud over praksisgrænsen. Når en patient henvises til specialiseret sundhedsvæsen, afhænger kvaliteten af den henvisning i høj grad af de strukturerede data i patientens journal. En henvisning genereret fra et system med nøjagtige, komplette kliniske koder vil inkludere en sammenhængende kodet problemliste. En henvisning genereret fra en journal, hvor kroniske tilstande kun findes i fritekst, vil præsentere et ufuldstændigt klinisk billede for den modtagende specialist.

Dette har betydning på flere konkrete måder. En specialist, der modtager en henvisning for en patient med udokumenteret hypertension eller ukodet diabetes, værdsætter måske ikke sagens fulde kompleksitet. Triagebeslutninger, herunder hvor hurtigt en henvisning behandles, kan træffes på ufuldstændig information. Medicinbeslutninger i specialiseret sundhedsvæsen tager måske ikke højde for tilstande, der er til stede, men ikke kodet. Når patienten vender tilbage til primærsektoren, kan fraværet af kodede data i henvisningsløkken forstyrre kontinuiteten.

En storskala fødereret analyse af 58 millioner primærsektorjournaler, publiceret i British Journal of General Practice, demonstrerede stor variation i kliniske kodningspraksisser på tværs af engelske almen praksisser – variation, der skaber systematisk inkonsistens i de data, der flyder mellem primær- og specialiseret sundhedsvæsen. Hvor kodning er inkonsistent, bliver det strukturerede informationslag, der burde understøtte sikre, effektive plejeovergange, upålideligt.

Hvad er den regulatoriske og overholdelsesmæssige dimension i europæisk sundhedsvæsen?

Underkodning har en regulatorisk dimension, der er stadig mere relevant for europæiske almen praksisser. Under General Data Protection Regulation (GDPR) og nationale sundhedsdatarammer forventes kliniske journaler at være nøjagtige, komplette og egnede til formålet. En journal, hvor en kendt kronisk tilstand er dokumenteret i fritekst, men ikke formelt kodet, kan være teknisk overholdende i snæver forstand, men den lever ikke op til den bredere forventning om strukturerede, interoperable sundhedsdata, der understøtter europæisk digital sundhedsstrategi.

For praksisser, der deltager i nationale dataprogrammer, befolkningssundhedsforskningsnetværk eller integrerede plejepartnerskaber, skaber unøjagtige strukturerede data revisionsrisiko. Hvor klinisk kodning bruges til at verificere passende receptudskrivning (for eksempel bekræftelse af, at en patient på en bestemt medicin har den tilsvarende kodede indikation), kan kodningshuller udløse overholdelsesforespørgsler. I Storbritannien bruger NHS England kodede data til at vurdere overholdelse af receptudskrivningsretningslinjer og plejekrav. Lignende datakvalitetsforpligtelser gælder på tværs af europæiske sundhedssystemer, herunder dem, der opererer under nationale kroniske sygdomshåndteringsprogrammer.

Den irske kodningsundersøgelse bemærkede, at økonomiske incitamenter til at forbedre kodning allerede eksisterer i flere europæiske sundhedssystemer, men det regulatoriske pres for at opretholde datakvalitet er en parallel og voksende forpligtelse, uafhængig af refusion.

Hvorfor er problemet sandsynligvis værre, end praksisdata antyder?

En af de definerende karakteristika ved underkodning som problem er, at det skjuler sig selv. Hvis en tilstand aldrig blev kodet, vises den ikke i praksisens sygdomsregisterrapportering. Den genererer ingen undtagelse, ingen advarsel og intet hul i dataene, som praksis ser det. Praksisens interne rapportering afspejler kun, hvad der er blevet kodet, og præsenterer derfor et billede, der ser komplet ud, selv når det ikke er det.

Denne selvskjulende egenskab betyder, at praksisser rutinemæssigt undervurderer omfanget af deres egne kodningshuller. Evidensen fra kodningsrevisioner og eksterne gennemgange viser konsekvent højere rater af underkodning, end praksisser selv rapporterer. Øst-London CKD-undersøgelsen fandt kodningsrater så lave som 52 procent i nogle praksisser – rater, der ikke ville have været synlige i praksisens egen rapportering, da ukodede patienter simpelthen ikke dukkede op.

Forskning publiceret i npj Digital Medicine, der undersøgte automatiseret klinisk kodning, fandt, at undersøgelser rapporterer en bred vifte af manuel kodningsnøjagtighed (50–98 %), med en median på omkring 80 %, hvilket antyder betydelige rater af unøjagtighed eller ufuldstændighed i mange sammenhænge. Den samme analyse bemærkede, at kodningsefterslæb kan strække sig over måneder, hvilket skaber længere perioder, hvor patienter klinisk håndteres, men ikke formelt tælles.

Makrokonteksten forstærker behovet for handling. OECD's Health at a Glance: Europe 2024 rapporterer, at andelen af over-65-årige forventes at stige fra 21 procent til 29 procent af EU-befolkningen inden 2050. Kronisk sygdomsbyrde stiger betydeligt med alderen, hvilket betyder, at populationen af potentielt underkodede patienter vokser tilsvarende, og de økonomiske og kliniske konsekvenser af underkodning skaleres derefter.

Hvordan kan AI-assisteret klinisk dokumentation lukke kodningshullet?

Den strukturelle årsag til underkodning (at kodning konkurrerer med klinisk pleje om opmærksomhed under en tidsbegrænset konsultation) peger på en løsning, der kan adressere problemet uden at øge klinikerens byrde. AI-medicinske assistenter og Ambient Voice Technology (AVT), som opfanger og behandler talte kliniske samtaler i realtid, er i stigende grad i stand til at frembringe kodningsforslag under eller umiddelbart efter en konsultation, baseret på det kliniske indhold af samtalen.

I stedet for at kræve, at klinikeren navigerer til et kodningsfelt og søger efter det korrekte udtryk, mens de håndterer en patientinteraktion, kan AI-assisterede dokumentationsværktøjer generere struktureret notatindhold, herunder foreslåede kliniske koder, ud fra den ambiente kliniske samtale. Klinikeren gennemgår og bekræfter, snarere end at igangsætte og søge. Dette flytter den kognitive opgave fra aktiv tilbagekaldelse under pres til bekræftelse af et forslag – en væsentligt mindre byrdefuld proces.

npj Digital Medicine-gennemgangen af automatiseret klinisk kodning identificerer dette som en kerneanvendelse af AI i klinisk dokumentation: reduktion af den manuelle byrde ved kodning, samtidig med at nøjagtigheden og fuldstændigheden forbedres. Gennemgangen bemærker, at automatiserede kodningstilgange har demonstreret nøjagtighedsforbedringer i forhold til manuel kodning i kontrollerede omgivelser, selvom den anerkender, at implementering i den virkelige verden i primærsektoren stadig er på et tidligere stadie end i specialiserede sundhedsvæsen.

AI-assisterede kodningsværktøjer er ikke en komplet løsning i sig selv. Deres effektivitet afhænger af integrationen med praksisens journalsystem, kvaliteten af de underliggende sprogmodeller og klinikernes villighed til at engagere sig i bekræftelsesarbejdsgangen. Praksisser bør evaluere disse værktøjer kritisk med fokus på valideringsbevis i primærsektorindstillinger specifikt.

Hvad bør almen praksisser gøre nu?

For praksischefer og kliniske ledere er det vigtigste første skridt at etablere en nøjagtig baseline. Fordi underkodning er selvskjulende, skal udgangspunktet være en aktiv søgning frem for en gennemgang af eksisterende rapporter.

En praktisk ramme for at adressere problemet inkluderer:

• Udfør en baseline-kodningsrevision af kroniske tilstande med høj prævalens: Kør søgninger i journalsystemet ved hjælp af værktøjer som EMIS- eller SystmOne-søgefunktioner eller tredjepartsværktøjer som dem, der tilbydes af Ardens, for at identificere patienter, der opfylder de biokemiske eller kliniske kriterier for en tilstand, men ikke er på det tilsvarende sygdomsregister. Diabetes, hypertension, CKD, astma, KOL, atrieflimren og depression er de højeste prioriteter, givet deres prævalens og deres rolle i refusionsrammer.

• Identificer arbejdsgange i journalsystemet, hvor koder oftest overses: Gennemgå, hvordan koder tilføjes under konsultationer, hvem der er ansvarlig for kodning, og om der er konsultationstyper, såsom telefonaftaler, fjernkonsultationer eller komplekse flerproblem-møder, hvor kodning oftere springes over.

• Evaluer kliniske dokumentationsværktøjer, der integrerer kodningsstøtte på plejestedet: Vurder, om AI-assisterede dokumentationsværktøjer kan integreres i eksisterende arbejdsgange i journalsystemet på en måde, der fremhæver kodningsprompts uden at forstyrre konsultationen. Prioritér værktøjer med dokumenteret nøjagtighed i primærsektorindstillinger samt passende datasikkerhed og GDPR-overholdelse.

• Etabler en regelmæssig kodningsgennemgangscyklus: En enkelt revision løser det historiske hul, men forhindrer ikke fremtidig underkodning. At indarbejde en kvartalsvis eller årlig kodningsgennemgang i praksisgovernance, især før QOF- eller tilsvarende rapporteringsdeadlines, skaber et systematisk tjek på løbende datakvalitet.

Ardens-vejledningen om maksimering af QOF-indkomst anbefaler at gennemføre sygdomsregistergennemgange før udgangen af marts hvert år i britisk kontekst og giver specifikke case-finder-søgeskabeloner til almindelige tilstande. Praksisser i andre europæiske systemer bør identificere den tilsvarende rapporteringscyklus for deres nationale kroniske sygdomshåndtering eller refusionsramme og tilpasse deres kodningsgennemgang derefter.

Nøjagtig kodning er et klinisk og økonomisk ansvar

Underkodning er ikke en bureaukratisk fejl. Det er et klinisk kvalitetsproblem med målbare økonomiske konsekvenser og påviselige patientssikkerhedsimplikationer. Evidensen på tværs af flere europæiske primærsektorsystemer, fra Wales til Irland til Øst-London, viser konsekvent, at når kroniske tilstande ikke er formelt kodet, modtager patienter mindre systematisk pleje, praksisser modtager mindre passende finansiering, og de data, der bruges til at planlægge og ressourcetildele sundhedsvæsenet, bliver mindre pålidelige.

Problemets omfang er næsten helt sikkert større, end de fleste praksisser erkender, fordi underkodning forbliver usynlig i praksisens egen rapportering. At adressere det kræver en aktiv beslutning om at lede efter det, der mangler, og derefter at etablere arbejdsgange, governance og værktøjer, der forhindrer gentagelse.

Nøjagtige strukturerede data beskytter patienter ved at sikre, at de indgår i tilbagekaldelsessystemer, modtager passende monitorering og er fuldt repræsenteret i henvisninger og plejeovergange. Det understøtter retfærdig refusion ved at sikre, at den økonomiske værdi, der tilskrives en praksis, afspejler den sande kompleksitet af dens patientpopulation. Det giver også praksisser mulighed for at demonstrere over for kommissærer og det bredere sundhedssystem den reelle byrde af kronisk sygdom, de håndterer – en byrde, der kun vil vokse i hele Europa.

Ofte stillede spørgsmål

▶ Hvad er underkodning i almen praksis, og hvorfor sker det?

Underkodning opstår, når en kliniker dokumenterer en diagnose eller igangværende tilstand i narrativet i et journalnotat, men ikke tilføjer den tilsvarende strukturerede kliniske kode, såsom en SNOMED CT- eller ICD-10/11-kode, til patientjournalen. Tilstanden er kendt af den behandlende kliniker, men usynlig for ethvert system, der læser strukturerede data. En kvalitativ undersøgelse fra 2024 publiceret i British Journal of General Practice fandt, at kodningsprocessen er "dårligt forstået", og at kodning konkurrerer direkte med patientpleje under konsultationer. Bidragende faktorer inkluderer tidspres i ti-minutters konsultationer, kognitiv belastning, afhængighed af ældre journalsystemer og uklarhed om, hvorvidt klinisk eller administrativt personale er ansvarligt for kodning.

▶ Hvilke kroniske tilstande bærer den højeste risiko for kodningshuller?

Kroniske tilstande er særligt sårbare, fordi de er igangværende og velkendte, og klinikere diskuterer dem ofte i konsultationer uden formelt at gendokumentere dem. Tilstande som type 2-diabetes, hypertension, astma, depression, kronisk nyresygdom (CKD), kronisk obstruktiv lungesygdom (KOL) og atrieflimren er blandt de største risici. En kontrolleret undersøgelse i Øst-London fandt, at CKD-kodningsrater i nogle primærsektorpraksisser var så lave som 52 procent før et målrettet kvalitetsforbedringsprogram, hvilket betyder, at næsten halvdelen af alle patienter med biokemisk evidens for CKD ikke var på sygdomsregistret.

▶ Hvordan påvirker underkodning praksisindkomst for praktiserende læger under Quality and Outcomes Framework?

Det britiske Quality and Outcomes Framework (QOF) beregner betalinger ved hjælp af en formel, der inkorporerer en praksis' registrerede sygdomsprævalens. En praksis med et underkoderet sygdomsregister modtager en lavere justeret praksissygdomsfaktor og derfor lavere indkomst pr. opnået QOF-point, uanset det faktiske kliniske arbejde, der udføres. Analyse af 2025/26 QOF-rammen bemærker, at mange praksisser registrerer faldende eller statisk prævalens, mens patientkompleksitet stiger, hvilket skaber en direkte økonomisk straf. 2025/26-rammen koncentrerer £198 millioner i ni kardiovaskulære sygdomsindikatorer med præstationstærskler, der stiger til 85–90 procent, hvilket gør nøjagtige sygdomsregistre mere økonomisk kritiske end tidligere år.

▶ Hvad er patientssikkerhedskonsekvenserne af underkodning?

Sygdomsregistre er den mekanisme, hvormed praksisser genererer tilbagekaldelseslister til årlige gennemgange, medicinmonitorering og forebyggende indsatser. En patient, der ikke er på diabetesregistret, vil ikke blive kaldt til en HbA1c-kontrol. En tværsnitsundersøgelse af ukodet CKD i britisk primærsektor fandt, at ukodet CKD var forbundet med dårligere plejekvalitet og uligheder i kardiovaskulær sygdomsrisikostyring. En undersøgelse fra 2025 publiceret i PLoS One fandt, at patienter med biokemisk evidens for CKD, men uden diagnostisk kode i deres primærsektorjournal, havde betydeligt øget risiko for død, akut nyreskade og uplanlagt hospitalsindlæggelse.

▶ Hvordan påvirker underkodning henvisninger til specialiseret sundhedsvæsen?

Når en patient henvises til specialiseret sundhedsvæsen, afhænger kvaliteten af henvisningen i høj grad af de strukturerede data i patientens journal. En henvisning genereret fra en journal, hvor kroniske tilstande kun findes i fritekst, præsenterer et ufuldstændigt klinisk billede for den modtagende specialist. Triagebeslutninger, herunder hvor hurtigt en henvisning behandles, kan træffes på ufuldstændig information. Medicinbeslutninger i specialiseret sundhedsvæsen tager måske ikke højde for tilstande, der er til stede, men ikke kodet. En storskala fødereret analyse af 58 millioner primærsektorjournaler, publiceret i British Journal of General Practice, demonstrerede stor variation i kliniske kodningspraksisser på tværs af engelske almen praksisser, hvilket skaber systematisk inkonsistens i de data, der flyder mellem primær- og specialiseret sundhedsvæsen.

▶ Hvorfor har praksisser tendens til at undervurdere omfanget af deres egne kodningshuller?

Underkodning skjuler sig selv. Hvis en tilstand aldrig blev kodet, vises den ikke i praksisens sygdomsregisterrapportering, genererer ingen advarsel og skaber intet synligt hul i dataene, som praksis ser det. Praksisens interne rapportering afspejler kun, hvad der er blevet kodet, og præsenterer et billede, der ser komplet ud, selv når det ikke er det. Forskning publiceret i npj Digital Medicine fandt, at manuel kodningsnøjagtighed varierer bredt med en median på omkring 80 procent, hvilket betyder, at selv i omgivelser, hvor kodning aktivt udføres, kan cirka en ud af fem sager være unøjagtige eller ufuldstændige. Kodningsefterslæb kan også strække sig over måneder, hvilket skaber længere perioder, hvor patienter klinisk håndteres, men ikke formelt tælles.

▶ Hvad er de regulatoriske implikationer af underkodning for europæiske almen praksisser?

Under General Data Protection Regulation (GDPR) og nationale sundhedsdatarammer forventes kliniske journaler at være nøjagtige, komplette og egnede til formålet. En journal, hvor en kendt kronisk tilstand er dokumenteret i fritekst, men ikke formelt kodet, kan fejle den bredere forventning om strukturerede, interoperable sundhedsdata, der understøtter europæisk digital sundhedsstrategi. I Storbritannien bruger NHS England kodede data til at vurdere overholdelse af receptudskrivningsretningslinjer og plejekrav. Hvor klinisk kodning bruges til at verificere passende receptudskrivning, kan kodningshuller udløse overholdelsesforespørgsler. Lignende datakvalitetsforpligtelser gælder på tværs af europæiske sundhedssystemer, herunder dem, der opererer under nationale kroniske sygdomshåndteringsprogrammer.

▶ Kan AI-medicinske assistenter hjælpe med at reducere underkodning i primærsektoren?

AI-medicinske assistenter og Ambient Voice Technology (AVT), som opfanger og behandler talte kliniske samtaler i realtid, kan frembringe kodningsforslag under eller umiddelbart efter en konsultation baseret på det kliniske indhold af samtalen. I stedet for at kræve, at klinikeren navigerer til et kodningsfelt og søger efter det korrekte udtryk midt i konsultationen, kan disse værktøjer generere struktureret notatindhold, herunder foreslåede kliniske koder, ud fra den ambiente kliniske samtale. Klinikeren gennemgår og bekræfter snarere end at igangsætte og søge. En gennemgang publiceret i npj Digital Medicine identificerer dette som en kerneanvendelse af AI i klinisk dokumentation, selvom den bemærker, at implementering i den virkelige verden i primærsektoren stadig er på et tidligere stadie end i specialiserede sundhedsvæsen.

▶ Hvilke praktiske skridt kan almen praksisser tage for at adressere kodningshuller nu?

Det vigtigste første skridt er at etablere en nøjagtig baseline gennem en aktiv søgning frem for en gennemgang af eksisterende rapporter. Praksisser bør køre søgninger i deres journalsystem for at identificere patienter, der opfylder de biokemiske eller kliniske kriterier for en tilstand, men ikke er på det tilsvarende sygdomsregister. Diabetes, hypertension, CKD, astma, KOL, atrieflimren og depression er de højeste prioriteter. Praksisser bør også gennemgå, hvilke konsultationstyper, såsom telefon- eller fjernkonsultationer, der er mest tilbøjelige til at mangle kodning, evaluere AI-assisterede dokumentationsværktøjer, der integrerer kodningsstøtte på plejestedet, og indarbejde en kvartalsvis eller årlig kodningsgennemgang i praksisgovernance, især før QOF- eller tilsvarende rapporteringsdeadlines.