Klinisk kodning opfattes ofte som en administrativ funktion, en backoffice-proces, der finder sted, efter at patienten har forladt lokalet. I virkeligheden er de koder, der indsendes til betalere, den primære mekanisme, hvormed europæiske sundhedsudbydere får betaling. Uanset om et hospital arbejder under et diagnoserelateret gruppetarifsystem (DRG), eller en praktiserende læge modtager en risikojusteret kapitationsbetaling, afhænger det økonomiske resultat af specificiteten og fuldstændigheden af de kliniske koder, der er knyttet til hvert patientbesøg. Kodningsnøjagtighed er ikke blot et dokumentationsspørgsmål med compliance-implikationer. Det er et indtægtsspørgsmål med direkte betydning for sundhedsorganisationers økonomiske bæredygtighed.

Sådan fungerer fee-for-service-refusion i Europa

På tværs af europæiske sundhedssystemer kobler fee-for-service (FFS)-refusion betaling til specifikke kliniske aktiviteter. Hver udført procedure, registreret diagnose eller leveret behandlingsforløb genererer et krav. Den takst, der anvendes på kravet, bestemmes af den indsendte kode. I hospitalssektoren har de fleste europæiske lande indført DRG-baserede betalingssystemer, der samler disse koder i en enkelt vægtet betaling pr. sag.

Tysklands lovpligtige sygesikringssystem bruger ICD-10-GM til diagnoser og OPS-procedurekoder som det direkte grundlag for DRG-baseret refusion i både stationær og ambulant behandling. 2025 DRG-fladtakstkataloget, der blev vedtaget i fællesskab af den tyske hospitalsforbund, GKV-Spitzenverband og PKV i oktober 2024, betyder, at kodnings- og faktureringsoptimering har umiddelbare økonomiske konsekvenser for hvert tysk hospital. I England klassificerer OPCS-4 interventioner og procedurer inden for National Health Service, hvilket understøtter både statistisk rapportering og refusionsmekanismer. OPCS-4.11, som trådte i kraft i april 2026, omfatter 64 nye tre-tegns koder og 568 nye fire-tegns koder til mere præcis klassificering af klinisk aktivitet.

Frankrig benytter en lignende DRG-model. Forskning, der anvender en longitudinel fransk database med 145 millioner hospitalsindlæggelser, har vist, hvordan ændringer i DRG-klassifikationsgranularitet kan udløse systematiske skift i betalingsallokering mellem hospitalstyper. Dette illustrerer, at de økonomiske konsekvenser af kodningsbeslutninger er betydelige på både institutions- og systemniveau.

Sådan reducerer kodningsfejl indtægter under fee-for-service

Under DRG-baserede systemer bestemmes den betaling, et hospital modtager for et givet behandlingsforløb, af den DRG-vægt, der er tildelt den pågældende sag. Vægten beregnes ud fra kombinationen af primær diagnose, sekundære diagnoser, udførte procedurer og patientkarakteristika såsom alder og komorbiditeter. Hvis nogle af disse oplysninger mangler eller er kodet med utilstrækkelig specificitet, kan sagen blive tildelt en lavere vægtet DRG. Hospitalet modtager da en lavere betaling, end behandlingens kliniske kompleksitet ellers ville berettige til.

En overset sekundær diagnose, såsom en komorbiditet som hyponatriæmi, hjertesvigt eller diabetes, er en af de mest almindelige og økonomisk betydningsfulde kodningsfejl. Forskning publiceret i Clinicoecon Outcomes Res viser dette direkte: ukodet hyponatriæmi hos ældre indlagte patienter er udbredt i klinisk kodning, og dens udeladelse medfører målbare økonomiske konsekvenser for hospitalsrefusion. Tilstanden er almindelig blandt geriatriske indlagte patienter, men ofte fraværende fra administrative registre. Det betyder, at den DRG-vægt, der tildeles berørte sager, ikke afspejler den faktiske kliniske byrde.

I Tyskland er den økonomiske betydning af kodningsbeslutninger veldokumenteret. En PubMed-indekseret undersøgelse fra 2015, der undersøgte den tidlige periode med DRG-introduktion i tysk neonatologi, fandt, at hospitaler opkodede mindst 12.000 for tidligt fødte børn og opnåede yderligere refusion på over 100 millioner euro. Opkodningsrater var systematisk højere ved DRG-tærskler, hvor refusionsforskellen mellem tilstødende koder var størst. Denne konstatering illustrerer det modsatte af underkodning: hvor økonomiske incitamenter er tydelige, reagerer kodningsadfærden. Hvor incitamenter er mindre synlige, eller hvor dokumentationen simpelthen er ufuldstændig, er underkodning lige så sandsynlig, men med tabt indtægt som resultat.

Forskning, der anvender tyske G-DRG-data, har også kvantificeret, hvordan specifikke kliniske hændelser påvirker refusion, når de kodes korrekt. En retrospektiv analyse af kirurgiske sårinfektioner på tværs af 79 tyske hospitaler fandt, at nøjagtigt kodede kirurgiske sårinfektioner genererede målbart højere DRG-betalinger. Dette afspejler den øgede kliniske kompleksitet, som disse sager repræsenterede. Når sådanne komplikationer ikke kodes, må hospitalet selv bære omkostningerne uden at modtage den tilsvarende refusion.

Risikoen for overkodning, altså tildeling af koder, der ikke er tilstrækkeligt understøttet af klinisk dokumentation, skaber det modsatte problem. Valg af en basis-DRG med en højere vægt end berettiget, eller kodning af komorbiditeter, der ikke er klart dokumenteret i den kliniske journal, udsætter udbydere for revision, tilbagesøgning og omdømmerisiko. Begge former for kodningsfejl har økonomiske konsekvenser. Forskellen er, om tabet er umiddelbart eller udskudt.

Sådan bruger kapitationsmodeller kodning til at justere betalinger

Ikke al europæisk sundhedsrefusion er aktivitetsbaseret. Primærsektoren i Storbritannien er stærkt afhængig af kapitation, en fast betaling pr. patient til praktiserende læger, justeret for kompleksiteten og morbiditeten i deres registrerede befolkning. Mange andre europæiske systemer, herunder dele af Holland og Skandinavien, inkorporerer kapitationsbaserede elementer, selvom de fleste kombinerer dette med fee-for-service eller lønbaserede betalinger.

I kapitationsmodeller bestemmer kodningsnøjagtighed den risikoscore, der tilskrives hver patient på en praksis' liste. Kroniske tilstande, komorbiditeter og langvarige diagnoser registreret i den kliniske journal og oversat til strukturerede kliniske koder danner grundlaget, hvorpå risikojusterede kapitationsrater beregnes. En praksis med en patientgruppe med høj kompleksitet, der ikke er blevet nøjagtigt kodet, vil modtage en kapitationsbetaling, der er kalibreret til en lavere risikopopulation, end den faktisk håndterer.

Et tilsvarende princip ligger til grund for Hierarchical Condition Category (HCC) risikojusteringsmodellen, der anvendes i amerikansk managed care, selvom de specifikke mekanismer og kodningssystemer adskiller sig. I europæisk primærsektor er konsekvensen af underkodning af kronisk sygdom et systematisk misforhold mellem den betaling, en praksis modtager, og den arbejdsbyrde, den reelt har.

Den sammensatte effekt: hvordan én overset kode påvirker flere betalingscyklusser

I fee-for-service-modeller resulterer en overset kode i et engangstab af indtægter på en enkelt episode. I kapitationsmodeller er de økonomiske konsekvenser kumulative. Risikoscorer og patientregistre genberegnes periodisk, ofte årligt, og hver genberegning viderefører kodningsregistret fra den foregående periode. En praksis, der konsekvent undlader at kode en patients type 2-diabetes, kronisk nyresygdom eller depression, vil have disse tilstande fraværende fra patientens risikoprofil på tværs af flere cyklusser.

Over tid sammensættes effekten. Praksis er ikke blot underbetalt for ét kvartal, men systematisk underbetalt i forhold til sin faktiske patientbyrde, så længe kodningsgabet består. Fordi risikojusterede betalinger beregnes på befolkningsniveau, kan selv beskedne underkodningsrater på tværs af en patientliste føre til væsentlige årlige indtægtsmangler. Ingen enkelt overset kode er umiddelbart identificerbar som årsagen.

En undersøgelse, der undersøgte kodningsspecificitetsmålinger for en stor demenspatientkohorte, fandt, at utilstrækkelig kodningsspecificitet har betydelige konsekvenser på både administrativt og patientniveau. Modeller til at identificere og forbedre kodningsspecificitetspraksis er nødvendige. I kapitationsmodeller rettes dette specificitetsgab ikke automatisk ved næste besøg. Det fortsætter, indtil kodningsregistret aktivt opdateres.

Typiske kodningsfejl, der påvirker refusion

Forsknings- og revisionsdata identificerer konsekvent et sæt tilbagevendende kodningsfejl, der har størst indvirkning på refusionsnøjagtighed. Det er mønstre snarere end enkeltstående fejl:

• Manglende kodning af sekundære diagnoser og komorbiditeter. Sekundære diagnoser er den mest almindelige kilde til DRG-vægttab. Tilstande som hyponatriæmi, anæmi, underernæring og delirium er ofte til stede hos ældre indlagte patienter, men mangler i kodede registre, et mønster med dokumenterede økonomiske konsekvenser.

• Brug af uspecificerede koder, hvor specifikke koder er tilgængelige. Valg af en uspecificeret ICD-kode i stedet for den mest præcise tilgængelige kode reducerer informationsværdien af registret og kan føre til en lavere vægtet DRG-tildeling. Utilstrækkelig kodningsspecificitet har målbare konsekvenser for refusion.

• Manglende kodning af relevante procedurer. Procedurer, der udføres, men ikke kodes, bidrager ikke til DRG-vægtberegning og er reelt usynlige for refusionssystemet. Under OPCS-4 i England og OPS i Tyskland er procedurekodning et direkte input til betaling.

• Forsinket eller ufuldstændig kodning efter udskrivelse. En undersøgelse, der undersøgte kodningsfejl i et hospitalsmiljø, fandt, at fejl i primære og sekundære diagnoser påvirkes af kodningsrelaterede faktorer og af, hvor fuldstændig den kliniske dokumentation er på kodningstidspunktet.

• Overset kodning af kroniske tilstande i primærsektoren. I kapitationsmodeller bidrager langvarige tilstande, der håndteres, men ikke kodes, ikke til patientens risikoscore. Dette resulterer i en lavere kapitationsbetaling til den praksis, der varetager patienten.

Klinisk dokumentations betydning for kodningsnøjagtighed

Kodningskvalitet afhænger af dokumentationskvalitet. Kliniske kodere, uanset om de er mennesker eller automatiserede systemer, kan kun tildele koder, der er understøttet af det, der er registreret i de kliniske notater. Hvis en klinikers dokumentation ikke klart angiver en diagnose, ikke registrerer en relevant komorbiditet eller beskriver en procedure i uklare termer, vil den resulterende kode være mindre specifik, mindre fuldstændig eller helt mangle.

Dette skaber en direkte økonomisk sammenhæng fra dokumentationsbyrde til refusionstab. Når klinikere er under tidspres – en dokumenteret og udbredt udfordring på tværs af europæiske sundhedssystemer – kan de notater, der udarbejdes under eller efter en konsultation, udelade kliniske detaljer, der ellers ville understøtte nøjagtig kodning. Unøjagtig eller ufuldstændig kodning fører til afviste krav, forsinkede refusioner og øget risiko for revision. Grundårsagen er ofte ikke en isoleret kodningsfejl, men et dokumentationsgab, der gjorde nøjagtig kodning umulig.

Sammenhængen mellem dokumentationsfuldstændighed og kodningsnøjagtighed er veldokumenteret i litteraturen. Hvor kliniske notater er strukturerede, specifikke og fuldstændige, forbedres kodningsnøjagtigheden. Hvor notater er korte, dikteret i stikkordsform eller afhænger af implicit klinisk viden, der ikke er skrevet ned, opstår kodningsgab forudsigeligt.

Sådan reducerer AI-medicinske assistenter kodningsgab på behandlingsstedet

Ambient Voice Technology (AVT) og AI-medicinske assistenter implementeres i stigende grad for at imødegå kodningsgab på behandlingsstedet – det tidspunkt, hvor kliniske detaljer er mest komplette og mest sandsynligt bliver registreret nøjagtigt.

Ved en konsultation, hvor Ambient Voice Technology anvendes, lytter den AI-medicinske assistent til kliniker-patient-interaktionen i realtid og producerer strukturerede kliniske notater, der afspejler indholdet af besøget. I stedet for at klinikeren skal huske og dokumentere hver relevant detalje, efter at patienten er gået, fanger assistenten diagnoser, procedurer og klinisk kontekst, mens de diskuteres. Dette giver dokumentation, der er mere fuldstændig, mere specifik og mere tilbøjelig til at understøtte nøjagtig kodning.

Betydningen af dette for refusion er grundlæggende. Hvis dokumentationen, der produceres på behandlingsstedet, konsekvent fanger sekundære diagnoser, komorbiditeter og proceduredetaljer, der ellers ville blive udeladt, har den efterfølgende kodning – uanset om den udføres af en menneskelig koder eller et automatiseret system – et mere fuldstændigt grundlag at arbejde ud fra. Kodningsgabet løses ikke ved at revidere koder efterfølgende, men ved at forbedre den dokumentation, koderne stammer fra.

Denne tilgang er særligt relevant i primærsektoren, hvor klinikere typisk dokumenterer deres egne notater uden et dedikeret kodningsteam, og hvor forbindelsen mellem dokumentation og kapitationsbetaling er direkte. En praktiserende læge, der nøjagtigt dokumenterer en patients hypertension, type 2-diabetes og kronisk nyresygdom i et struktureret, koderbart format, leverer den information, der afgør den risikojusterede betaling, praksis modtager for den pågældende patient.

Hvad nøjagtig kodning betyder for sundhedssystemets bæredygtighed

De økonomiske konsekvenser af kodningsnøjagtighed rækker ud over de enkelte udbyderes indtægter. På systemniveau er kliniske koder datakilden, hvorfra kommissionsbeslutninger, ressourceallokering og folkesundhedsplanlægning udspringer. Hvis det kodede register over en befolkning systematisk underrepræsenterer klinisk kompleksitet, fordi komorbiditeter overses, procedurer ikke kodes, eller kroniske tilstande mangler i patientregistre, vil finansieringsmodellen, der bygger på disse data, være fejlkalibreret.

Et sundhedssystem, der konsekvent underkoder sin patientpopulation, vil allokere ressourcer baseret på et billede af behov, der er mindre komplekst end virkeligheden. Ventelister, personalebeslutninger, specialisthenvisningstærskler og infrastrukturinvesteringer informeres alle af de kodede aktivitetsdata, der stammer fra kliniske besøg. Systematisk underkodning forvrænger alle disse efterfølgende beslutninger.

De DRG-baserede systemer, der anvendes i Tyskland, Frankrig, Holland og England, blev designet til at gøre ressourceallokering mere gennemsigtig og aktivitetsafhængig. Denne gennemsigtighed afhænger af nøjagtigheden af de indsendte koder. Som den franske longitudinelle undersøgelse af 145 millioner hospitalsindlæggelser viste, fører ændringer i kodningsadfærd – uanset om de skyldes læring, incitament eller systemdesign – til målbare budgetoverførsler mellem udbydertyper. Nøjagtig kodning er både et økonomisk spørgsmål for de enkelte udbydere og en forudsætning for integriteten af de refusionssystemer, som det europæiske sundhedsvæsen bygger på.

Ofte stillede spørgsmål

▶ Hvordan påvirker klinisk kodning hospitalsrefusion i Europa

I de fleste europæiske hospitalsmiljøer bestemmes betaling af diagnoserelaterede gruppe (DRG)-takster. Hver DRG-vægt beregnes ud fra kombinationen af primær diagnose, sekundære diagnoser, udførte procedurer og patientkarakteristika såsom alder og komorbiditeter. Hvis nogle af disse oplysninger mangler eller er kodet med utilstrækkelig specificitet, kan sagen blive tildelt en lavere vægtet DRG. Hospitalet modtager da mindre, end behandlingens kliniske kompleksitet ellers ville berettige til.

▶ Hvilke kodningssystemer bruges til refusion på tværs af europæiske lande

Tyskland bruger ICD-10-GM til diagnoser og OPS-procedurekoder som det direkte grundlag for DRG-baseret refusion. England bruger OPCS-4 til at klassificere interventioner og procedurer inden for National Health Service, hvilket understøtter både statistisk rapportering og refusion. Frankrig benytter en lignende DRG-model. Hvert system kobler specificiteten af indsendte koder til den betaling, en udbyder modtager.

▶ Hvad er de mest almindelige kodningsfejl, der reducerer refusion

Forsknings- og revisionsdata identificerer konsekvent fem tilbagevendende mønstre. Disse er: manglende kodning af sekundære diagnoser og komorbiditeter såsom hyponatriæmi, anæmi eller delirium, brug af uspecificerede koder, hvor mere præcise koder er tilgængelige, manglende kodning af procedurer, der blev udført, forsinket eller ufuldstændig kodning efter udskrivelse, og i primærsektoren undladelse af at kode kroniske tilstande, der ellers ville bidrage til en patients risikoscore.

▶ Hvordan påvirker kodningsnøjagtighed kapitationsbetalinger i primærsektoren

I kapitationsmodeller, såsom dem der bruges i Storbritannien, Holland og de skandinaviske lande, justeres en fast betaling pr. patient for kompleksiteten og morbiditeten i en praksis' registrerede befolkning. Kroniske tilstande og komorbiditeter registreret i den kliniske journal danner grundlaget, hvorpå risikojusterede kapitationsrater beregnes. En praksis, der ikke nøjagtigt koder sin patientpopulation, vil modtage en betaling kalibreret til en lavere risikopopulation, end den faktisk håndterer.

▶ Hvorfor sammensættes kodningsgab i kapitationsmodeller over tid

Risikoscorer og patientregistre genberegnes periodisk, ofte årligt. Hver genberegning viderefører kodningsregistret fra den foregående periode. En praksis, der konsekvent undlader at kode en patients type 2-diabetes, kronisk nyresygdom eller depression, vil have disse tilstande fraværende fra patientens risikoprofil på tværs af flere cyklusser. Praksis er ikke blot underbetalt for ét kvartal, men systematisk underbetalt, så længe kodningsgabet består.

▶ Hvad er risiciene ved overkodning, og hvordan adskiller de sig fra underkodning

Overkodning betyder at tildele koder, der ikke er tilstrækkeligt understøttet af klinisk dokumentation, såsom at vælge en DRG med en højere vægt, end den kliniske journal berettiger. Dette udsætter udbydere for revision, tilbagesøgning og omdømmerisiko. Underkodning resulterer derimod i umiddelbart indtægtstab. Begge former for kodningsfejl har økonomiske konsekvenser. Forskellen er, om tabet er umiddelbart eller udskudt.

▶ Hvordan påvirker klinisk dokumentationskvalitet kodningsnøjagtighed

Kodningskvalitet afhænger af dokumentationskvalitet. Kliniske kodere kan kun tildele koder, der er understøttet af det, der er registreret i de kliniske notater. Hvis en klinikers dokumentation ikke klart angiver en diagnose, ikke registrerer en relevant komorbiditet eller beskriver en procedure i uklare termer, vil den resulterende kode være mindre specifik, mindre fuldstændig eller helt mangle. Hvor kliniske notater er strukturerede, specifikke og fuldstændige, forbedres kodningsnøjagtigheden.

▶ Hvordan kan Ambient Voice Technology hjælpe med at reducere kodningsgab

Ambient Voice Technology (AVT) og AI-medicinske assistenter lytter til kliniker-patient-interaktionen i realtid og producerer strukturerede kliniske notater, der afspejler indholdet af besøget. I stedet for at klinikeren skal huske og dokumentere hver relevant detalje, efter at patienten er gået, fanger assistenten diagnoser, procedurer og klinisk kontekst, mens de diskuteres. Dette giver dokumentation, der er mere fuldstændig og mere tilbøjelig til at understøtte nøjagtig kodning efterfølgende.

▶ Hvad er de bredere konsekvenser af systematisk underkodning for sundhedssystemer

Kliniske koder er datakilden, hvorfra kommissionsbeslutninger, ressourceallokering og folkesundhedsplanlægning udspringer. Hvis det kodede register over en befolkning systematisk underrepræsenterer klinisk kompleksitet, fordi komorbiditeter overses, eller kroniske tilstande mangler i patientregistre, vil finansieringsmodellen, der bygger på disse data, være fejlkalibreret. Ventelister, personalebeslutninger, specialisthenvisningstærskler og infrastrukturinvesteringer informeres alle af kodede aktivitetsdata. Systematisk underkodning forvrænger alle disse efterfølgende beslutninger.