Klinisk administration tillkännager sällan sina misslyckanden öppet. På de flesta vårdcentraler runt om i Europa kretsar samtalet om ekonomisk press kring det som är synligt: ökande patientkrav, ansträngda tidsbokningar och de timmar som går förlorade till pappersarbete efter arbetsdagens slut. Men det finns ett tystare, mer komplext problem som döljer sig i varje patientjournal. När ett kroniskt tillstånd dokumenteras i fritext men aldrig tilldelas en klinisk kod, försvinner patienten i praktiken ur verksamhetens strukturerade datalager. De får vård, men räknas inte. Konsekvenserna – ekonomiska, kliniska och regulatoriska – ackumuleras över hela patientlistan utan att någon nödvändigtvis märker det.

Vad är underkodning och varför sker det i primärvården

Underkodning uppstår när en kliniker dokumenterar en diagnos eller ett pågående tillstånd i en journalanteckning (i fritext) men inte kopplar motsvarande strukturerad klinisk kod, såsom SNOMED CT- eller ICD-10/11-kod, till patientjournalen. Tillståndet är känt för den behandlande klinikern, men det är osynligt för alla system som läser strukturerad data: sjukdomsregister, rapporteringsverktyg, instrumentpaneler för befolkningshälsa och ersättningsberäkningar.

Orsakerna är väl dokumenterade och i huvudsak systemiska snarare än individuella. En kvalitativ studie från 2024 publicerad i BJGP, som undersökte hur klinisk och icke-klinisk personal på walesiska vårdcentraler närmar sig klinisk kodning, fann att hela processen är "dåligt förstådd" och att patient- och allmänhetsengagemangsgrupper särskilt lyfte fram behovet av att "avlasta" kliniker från den administrativa uppgiften att koda, med tanke på dess negativa påverkan på patientsamtal. Kodning konkurrerar direkt med att vårda patienten. I den konkurrensen förlorar kodningen ofta.

De strukturella bidragande faktorerna inkluderar:

• Tidspress under patientsamtal: Vid ett vanligt tio minuters-besök lämnar den kognitiva belastningen av anamnes, undersökning, kliniskt resonemang och patientkommunikation lite utrymme för korrekt strukturerad datainmatning.

• Beroende av äldre journalsystem: Många verksamheter arbetar med system där det krävs att man navigerar genom flera skärmar eller växlar mellan inmatningslägen mitt under samtalet för att lägga till en klinisk kod.

• Kognitiv belastning: Den walesiska kvalitativa studien bekräftade att den dubbla uppgiften att ge klinisk vård och samtidigt koda innebär en betydande kognitiv påfrestning för kliniker, särskilt vid komplexa eller känslomässigt krävande samtal.

• Otydlighet kring delegering: I vissa verksamheter delegeras kodning delvis till administrativ personal som kan sakna den kliniska kunskapen för att koda korrekt utifrån anteckningarna.

Inget av detta är ett misslyckande hos enskilda kliniker. Det är förutsägbara resultat av ett system som har lagt strukturerade datakrav på kliniska arbetsflöden utan att tillräckligt anpassa arbetsflödena för att rymma dem.

Hur kroniska tillstånd är särskilt sårbara för kodningsluckor

Inte alla kliniska tillstånd löper lika stor risk för underkodning. Akuta tillstånd – en fraktur, en infektion, ett nytillkommet besvär – tenderar att generera en tydlig klinisk händelse med en klar kodningsprompt. Kroniska tillstånd beter sig annorlunda. De är pågående, välkända och diskuteras ofta i samtal utan att formellt omdokumenteras.

En patient med typ 2-diabetes, hypertoni, astma eller depression kan ha sitt tillstånd omnämnt i dussintals anteckningar från samtal under flera år. Men om den ursprungliga diagnoskoden aldrig angavs, angavs felaktigt eller har försvunnit från den aktiva problemlistan, kommer patienten inte att synas i det relevanta sjukdomsregistret. Deras tillstånd finns i anteckningarna, läsbart för en kliniker men osynligt för automatiserade system.

En studie från 2022 om diagnostisk kodning av kroniska fysiska tillstånd i irländsk primärvård, publicerad i Irish Journal of Medical Science, fann att frånvarande eller felaktig diagnosregistrering "kunde påverka kvaliteten på patientvården avsevärt." Studien noterade att Irlands program för hantering av kroniska sjukdomar, som ersätter allmänläkare för strukturerad vård av diabetes, astma, kronisk obstruktiv lungsjukdom (KOL) och kardiovaskulär sjukdom, gör korrekt kodning direkt kopplad till verksamhetens inkomst. Liknande ekonomiska kopplingar finns i andra hälso- och sjukvårdssystem, även om studien noterade att dessa incitament tillämpas inkonsekvent.

Problemets omfattning illustreras tydligt av bevisen kring kronisk njursjukdom (CKD). En kontrollerad studie i östra London, publicerad i BJGP, fann att CKD-kodningsfrekvenser i primärvården var så låga som 52 procent före intervention, vilket innebär att i vissa verksamheter var nästan hälften av alla patienter med biokemiska tecken på CKD inte med i sjukdomsregistret. Efter ett riktat kvalitetsförbättringsprogram steg kodningsfrekvenserna till mellan 81 och 90 procent. Gapet mellan dessa siffror representerar år av oräknade patienter.

Den direkta ekonomiska påverkan på vårdcentralens intäkter

För vårdcentraler som verkar inom ersättningssystem kopplade till sjukdomsregister – och det gör många i Europa – är underkodning inte bara en administrativ brist. Det innebär en direkt minskning av verksamhetens intäkter.

Storbritanniens Quality and Outcomes Framework (QOF) ger det mest väldokumenterade exemplet. QOF-betalningar beräknas med en formel som inkluderar verksamhetens registrerade sjukdomsprevalens: Uppnådda poäng × QOF-poängvärde × Kostnads- och prevalensindex × Justerad verksamhetssjukdomsfaktor (APDF). APDF härleds från verksamhetens registrerade kroniska sjukdomsprevalens. En verksamhet med ett underkodat sjukdomsregister, där patienter med tillstånd som hypertoni, diabetes eller förmaksflimmer inte är formellt registrerade, får en lägre APDF och därmed lägre inkomst per uppnådd QOF-poäng, oavsett det faktiska kliniska arbete som utförs. QOF-poängvärdet ändras varje kontraktsår. Kontrollera aktuell NHS England-kontraktsdokumentation för gällande siffra.

Analys av 2025/26 års QOF-ramverk gör detta tydligt: "många verksamheter registrerar fallande eller statisk prevalens medan patientkomplexitet och samsjuklighet ökar", vilket skapar en direkt ekonomisk konsekvens av underkodning. 2025/26-ramverket koncentrerar 198 miljoner pund till nio kardiovaskulära sjukdomsindikatorer, med uppnåendetrösklar som stiger till 85–90 procent, vilket gör korrekta sjukdomsregister mer ekonomiskt avgörande än tidigare år.

Ardens, en ledande NHS-leverantör av kliniska system, bekräftar att QOF-intäkten är "liststorleks- och prevalensviktad" och rekommenderar att verksamheter verifierar sjukdomsregistrets noggrannhet före 31 mars varje år. Den praktiska vägledningen inkluderar att köra "Case Finder"-sökningar för att identifiera patienter som uppfyller diagnostiska kriterier, till exempel patienter med flera förhöjda HbA1c-resultat men som inte har kodats som diabetiker.

Detaljerad vägledning om QOF-intäkter för 2025/26 illustrerar den sammansatta effekten: en verksamhet som konsekvent underkodar sin kroniska sjukdomspopulation missar inte bara ett års inkomstjustering. Den underrapporterar systematiskt komplexiteten i sin patientlista, och denna underrapportering förvärras år efter år när APDF omberäknas mot en konstlat låg prevalensbaslinje.

De indirekta kostnaderna som är svårare att se

Utöver direkt ersättning genererar underkodning en rad följdkostnader som är betydligt svårare att kvantifiera men inte mindre verkliga. Dessa ackumuleras tyst över en verksamhets patientlista och kommer sällan upp till ytan förrän en revision eller extern granskning tvingar fram dem.

Förvrängning av befolkningshälsodata: När kroniska tillstånd systematiskt underkodas blir data som används för att planera och resurssätta primärvårdstjänster opålitliga. Beställare och integrerade vårdnämnder som allokerar finansiering baserat på registrerad prevalens kommer att underskatta den verkliga sjukdomsbördan i en verksamhets population. Denna felallokering av resurser påverkar sedan verksamhetens driftsmiljö.

Missade återkallelser och förebyggande vårdutlösare: Sjukdomsregister är mekanismen genom vilken verksamheter genererar återkallelselistor för årliga kontroller, läkemedelsuppföljning och förebyggande insatser. En patient som inte finns i diabetesregistret kommer inte att kallas för en HbA1c-kontroll. En patient som inte finns i hypertoniregistret inkluderas inte i blodtrycksgranskningar. En tvärsnittsstudie av okodad CKD i brittisk primärvård, publicerad i British Journal of General Practice, fann att okodad CKD var kopplad till "sämre vårdkvalitet" och ojämlikheter i hantering av kardiovaskulär sjukdomsrisk, just för att patienter utanför sjukdomsregistret fick mindre systematisk uppföljning.

Ökad klinisk risk: Konsekvenserna av missad kodning är inte bara administrativa. En studie från 2025 publicerad i PLoS One kvantifierade dödlighetseffekten av okodad CKD och fann att patienter med biokemiska tecken på CKD men utan diagnoskod i sin primärvårdsjournal hade signifikant ökad risk för död, akut njurskada och oplanerad sjukhusinläggning. Dessa bevis gäller specifikt CKD, men den underliggande mekanismen – att okodade patienter får mindre proaktiv hantering – gäller för kroniska tillstånd generellt.

Kostnader för retrospektiv kodningsrevision: När kodningsluckor så småningom identifieras genom interna revisioner, beställargranskningar eller kontraktsefterlevnadskontroller, faller kostnaden för retrospektivt kodningsarbete på verksamheten. Klinisk och administrativ personal måste granska historiska journaler, verifiera diagnoser och tillämpa koder i efterhand, ett tidskrävande arbete som tar resurser från pågående patientvård.

En systematisk översikt från 2024 om effekten av korrekt medicinsk kodning på vårdkvalitet och ekonomi bekräftade att "kodningsfel, såsom utelämnanden, uppkodning, felkodning och användning av föråldrade koder, kan ha allvarliga konsekvenser för både patienter och institutioner", inklusive ersättningsskillnader och förvrängda kvalitetsindikatorer.

Hur underkodning påverkar remisser, triage och vårdkontinuitet

Underkodningens påverkan sträcker sig bortom verksamhetens gränser. När en patient remitteras till specialistsjukvård beror kvaliteten på remissen i hög grad på den strukturerade datan i patientens journal. En remiss genererad från ett system med korrekta, fullständiga kliniska koder kommer att inkludera en sammanhängande kodad problemlista. En remiss från en journal där kroniska tillstånd endast finns i fritext ger en ofullständig klinisk bild till mottagande specialist.

Detta har flera konkreta konsekvenser. En specialist som får en remiss för en patient med odokumenterad hypertoni eller okodad diabetes kanske inte förstår fallets fulla komplexitet. Triageringsbeslut, inklusive prioritering av remissen, kan fattas på ofullständig information. Läkemedelsbeslut i specialistsjukvården kanske inte tar hänsyn till tillstånd som finns men inte är kodade. När patienten återvänder till primärvården kan avsaknaden av kodad data i remisskedjan störa vårdkontinuiteten.

En storskalig federerad analys av 58 miljoner primärvårdsjournaler, publicerad i British Journal of General Practice, visade stor variation i klinisk kodningspraxis mellan engelska primärvårdsverksamheter, variation som skapar systematisk inkonsekvens i dataflödet mellan primär- och specialistsjukvård. Där kodning är inkonsekvent blir det strukturerade informationslagret som borde stödja säkra, effektiva vårdövergångar opålitligt.

Den regulatoriska och efterlevnadsdimensionen i europeisk hälso- och sjukvård

Underkodning har en regulatorisk dimension som blir alltmer relevant för europeiska vårdcentraler. Enligt dataskyddsförordningen (GDPR) och nationella hälsodataramverk förväntas kliniska journaler vara korrekta, fullständiga och ändamålsenliga. En journal där ett känt kroniskt tillstånd dokumenteras i fritext men inte formellt kodas kan vara tekniskt efterlevd i snäv bemärkelse, men misslyckas med den bredare förväntningen på strukturerad, interoperabel hälsodata som ligger till grund för den europeiska digitala hälsostrategin.

För verksamheter som deltar i nationella dataprogram, befolkningshälsoforskningsnätverk eller integrerade vårdpartnerskap innebär felaktig strukturerad data en risk vid revision. Där klinisk kodning används för att verifiera lämplig förskrivning, till exempel för att säkerställa att en patient på ett visst läkemedel har motsvarande kodad indikation, kan kodningsluckor leda till efterlevnadsproblem. I Storbritannien använder NHS England kodad data för att bedöma efterlevnad av förskrivningsriktlinjer och vårdvägskrav. Liknande krav på datakvalitet gäller i andra europeiska hälso- och sjukvårdssystem, inklusive de som omfattas av nationella program för hantering av kroniska sjukdomar.

Den irländska kodningsstudien noterade att ekonomiska incitament för att förbättra kodningen redan finns i flera europeiska hälso- och sjukvårdssystem, men det regulatoriska trycket att upprätthålla datakvalitet är en parallell och växande skyldighet, oberoende av ersättning.

Varför problemet sannolikt är större än verksamhetsdata antyder

En av de mest utmärkande egenskaperna hos underkodning är att den döljer sig själv. Om ett tillstånd aldrig kodats syns det inte i verksamhetens sjukdomsregister eller rapportering. Det genererar inget undantag, ingen varning och ingen synlig lucka i datan som verksamheten ser. Verksamhetens interna rapportering speglar bara det som har kodats och ger en bild som verkar komplett, även när den inte är det.

Denna självdöljande egenskap gör att verksamheter rutinmässigt underskattar omfattningen av sina kodningsluckor. Bevis från kodningsrevisioner och externa granskningar visar konsekvent högre frekvenser av underkodning än vad verksamheterna själva rapporterar. CKD-studien från östra London fann kodningsfrekvenser så låga som 52 procent i vissa verksamheter, siffror som inte skulle ha varit synliga i verksamhetens egen rapportering eftersom okodade patienter helt enkelt inte syntes.

Forskning publicerad i npj Digital Medicine, som undersökte automatiserad klinisk kodning, fann att studier rapporterar ett brett spann av manuell kodningsnoggrannhet (50–98 procent), med en median på cirka 80 procent, vilket antyder betydande frekvenser av felaktighet eller ofullständighet i många miljöer. Samma analys noterade att kodningseftersläpning kan sträcka sig till månader, vilket skapar långa perioder där patienter hanteras kliniskt men inte formellt räknas.

Makrokontexten förstärker brådskan. OECD:s Health at a Glance: Europe 2024 rapporterar att andelen över 65 år förväntas öka från 21 till 29 procent av EU:s befolkning till 2050. Kronisk sjukdomsbörda ökar markant med stigande ålder, vilket innebär att antalet potentiellt underkodade patienter växer i samma takt, och de ekonomiska och kliniska konsekvenserna av underkodningen skalar därefter.

Hur AI-assisterad klinisk dokumentation kan täppa till kodningsluckan

Den strukturella orsaken till underkodning – att kodning konkurrerar med klinisk vård om uppmärksamhet under ett tidsbegränsat samtal – pekar mot den typ av lösning som kan åtgärda problemet utan att öka klinikerns arbetsbörda. AI-medicinska assistenter och ambient röstteknik (AVT), som fångar och bearbetar talade kliniska samtal i realtid, blir allt bättre på att lyfta fram kodningsförslag under eller direkt efter ett samtal, baserat på samtalets kliniska innehåll.

Istället för att klinikern ska navigera till ett kodningsfält och söka rätt term mitt under patientmötet kan AI-assisterade dokumentationsverktyg generera strukturerat anteckningsinnehåll, inklusive föreslagna kliniska koder, från det omgivande samtalet. Klinikern granskar och bekräftar, snarare än initierar och söker. Detta flyttar den kognitiva uppgiften från aktivt återkallande under press till bekräftelse av ett förslag, vilket är betydligt mindre belastande.

npj Digital Medicine-översikten av automatiserad klinisk kodning identifierar detta som en central tillämpning av AI i klinisk dokumentation: att minska den manuella kodningsbördan samtidigt som noggrannhet och fullständighet förbättras. Översikten noterar att automatiserade kodningsmetoder har visat förbättrad noggrannhet jämfört med manuell kodning i kontrollerade miljöer, även om den konstaterar att införandet i primärvården fortfarande är i ett tidigt skede jämfört med specialistsjukvården, en begränsning värd att notera för verksamheter som utvärderar dessa verktyg.

AI-assisterade kodningsverktyg är ingen komplett lösning i sig. Deras effektivitet beror på integrationen med verksamhetens journalsystem, kvaliteten på de underliggande språkmodellerna och klinikernas vilja att använda bekräftelsearbetsflödet. Verksamheter bör utvärdera dessa verktyg kritiskt, med fokus på valideringsbevis i primärvårdsmiljöer.

Vad vårdcentraler bör göra nu: en praktisk utgångspunkt

För verksamhetschefer och kliniska ledare är det viktigaste första steget att fastställa en korrekt baslinje. Eftersom underkodning är självdöljande måste utgångspunkten vara en aktiv sökning snarare än en granskning av befintliga rapporter.

Ett praktiskt ramverk för att åtgärda problemet inkluderar:

• Genomför en baslinjerevision av kodning för högprevalenta kroniska tillstånd: Kör sökningar i journalsystemet, med hjälp av verktyg som EMIS- eller SystmOne-sökfunktioner, eller tredjepartsverktyg som de från Ardens, för att identifiera patienter som uppfyller de biokemiska eller kliniska kriterierna för ett tillstånd men inte finns i motsvarande sjukdomsregister. Diabetes, hypertoni, CKD, astma, KOL, förmaksflimmer och depression är de högst prioriterade utgångspunkterna med tanke på deras prevalens och betydelse i ersättningssystem.

• Identifiera journalsystemets arbetsflöden där koder oftast missas: Granska hur koder läggs till under samtal, vem som ansvarar för kodning och om det finns samtalstyper, såsom telefonbesök, digitala möten eller komplexa multiproblem-möten, där kodning oftare hoppas över.

• Utvärdera kliniska dokumentationsverktyg som integrerar kodningsstöd vid vårdtillfället: Bedöm om AI-assisterade dokumentationsverktyg kan integreras i befintliga arbetsflöden på ett sätt som lyfter fram kodningsprompter utan att störa samtalet. Prioritera verktyg med bevisad noggrannhet i primärvårdsmiljöer och lämplig datasäkerhet och GDPR-efterlevnad.

• Etablera en regelbunden kodningsgranskningscykel: En enstaka revision åtgärdar den historiska luckan men förhindrar inte framtida underkodning. Att införa kvartalsvisa eller årliga kodningsgranskningar i verksamhetsstyrningen, särskilt före QOF eller motsvarande rapporteringsdeadlines, skapar en systematisk kontroll av datakvaliteten.

Ardens vägledning om att maximera QOF-intäkter rekommenderar att slutföra sjukdomsregistergranskningar före slutet av mars varje år i brittisk kontext och tillhandahåller specifika case finder-sökmallar för vanliga tillstånd. Verksamheter i andra europeiska system bör identifiera motsvarande rapporteringscykel för sitt nationella program för hantering av kroniska sjukdomar eller ersättningssystem och anpassa sin kodningsgranskning därefter.

Korrekt kodning är ett kliniskt och ekonomiskt ansvar

Underkodning är inte ett byråkratiskt misslyckande. Det är en fråga om vårdkvalitet med mätbara ekonomiska konsekvenser och tydliga patientsäkerhetsrisker. Bevis från flera europeiska primärvårdssystem, från Wales till Irland till östra London, visar konsekvent att när kroniska tillstånd inte kodas formellt får patienter mindre systematisk vård, verksamheter får otillräcklig finansiering och data som används för planering och resursfördelning blir mindre tillförlitlig.

Problemets omfattning är nästan säkert större än de flesta verksamheter inser, eftersom underkodning förblir osynlig i den egna rapporteringen. Att åtgärda detta kräver ett aktivt beslut att söka det som saknas och därefter införa arbetsflöden, styrning och verktyg för att förhindra att det återkommer.

Korrekt strukturerad data skyddar patienter genom att säkerställa att de finns med i återkallelseprogram, får rätt uppföljning och är fullständigt representerade vid remisser och vårdövergångar. Det stödjer rättvis ersättning genom att säkerställa att det ekonomiska värdet som tilldelas en verksamhet speglar den verkliga komplexiteten i dess patientpopulation. Det ger också verksamheter möjlighet att visa beställare och det bredare hälsosystemet den verkliga bördan av kronisk sjukdom de hanterar – en börda som, över hela Europa, bara kommer att växa.

Vanliga frågor

▶ Vad är underkodning i vårdcentraler och varför sker det?

Underkodning uppstår när en kliniker dokumenterar en diagnos eller ett pågående tillstånd i en journalanteckning men inte kopplar motsvarande strukturerad klinisk kod, såsom SNOMED CT- eller ICD-10/11-kod, till patientjournalen. Tillståndet är känt för den behandlande klinikern men osynligt för alla system som läser strukturerad data. En kvalitativ studie från 2024 publicerad i British Journal of General Practice fann att kodningsprocessen är "dåligt förstådd" och att kodning konkurrerar direkt med patientvård under samtal. Bidragande faktorer är tidspress vid tio minuters-besök, kognitiv belastning, beroende av äldre journalsystem och oklarhet kring om klinisk eller administrativ personal ansvarar för kodning.

▶ Vilka kroniska tillstånd har högst risk för kodningsluckor?

Kroniska tillstånd är särskilt sårbara eftersom de är pågående och välkända, och kliniker diskuterar dem ofta i samtal utan att formellt omdokumentera dem. Tillstånd som typ 2-diabetes, hypertoni, astma, depression, kronisk njursjukdom (CKD), kronisk obstruktiv lungsjukdom (KOL) och förmaksflimmer är bland de mest riskutsatta. En kontrollerad studie i östra London fann att CKD-kodningsfrekvenser i vissa primärvårdsverksamheter var så låga som 52 procent före ett riktat kvalitetsförbättringsprogram, vilket innebär att nästan hälften av alla patienter med biokemiska tecken på CKD inte fanns i sjukdomsregistret.

▶ Hur påverkar underkodning vårdcentralens intäkter under Quality and Outcomes Framework?

Storbritanniens Quality and Outcomes Framework (QOF) beräknar ersättning med en formel som inkluderar verksamhetens registrerade sjukdomsprevalens. En verksamhet med ett underkodat sjukdomsregister får en lägre justerad verksamhetssjukdomsfaktor och därmed lägre inkomst per uppnådd QOF-poäng, oavsett det faktiska kliniska arbete som utförs. Analys av 2025/26 års QOF-ramverk noterar att många verksamheter registrerar fallande eller statisk prevalens medan patientkomplexiteten ökar, vilket skapar en direkt ekonomisk konsekvens. 2025/26-ramverket koncentrerar 198 miljoner pund till nio kardiovaskulära sjukdomsindikatorer, med uppnåendetrösklar på 85–90 procent, vilket gör korrekta sjukdomsregister mer ekonomiskt avgörande än tidigare år.

▶ Vilka är patientsäkerhetskonsekvenserna av underkodning?

Sjukdomsregister är mekanismen genom vilken verksamheter genererar återkallelselistor för årliga kontroller, läkemedelsuppföljning och förebyggande insatser. En patient som inte finns i diabetesregistret kallas inte för HbA1c-kontroll. En tvärsnittsstudie av okodad CKD i brittisk primärvård fann att okodad CKD var kopplad till sämre vårdkvalitet och ojämlikheter i hantering av kardiovaskulär sjukdomsrisk. En studie från 2025 publicerad i PLoS One fann att patienter med biokemiska tecken på CKD men utan diagnoskod i sin primärvårdsjournal hade signifikant ökad risk för död, akut njurskada och oplanerad sjukhusinläggning.

▶ Hur påverkar underkodning remisser till specialistsjukvård?

När en patient remitteras till specialistsjukvård beror kvaliteten på remissen i hög grad på den strukturerade datan i patientens journal. En remiss från en journal där kroniska tillstånd endast finns i fritext ger en ofullständig klinisk bild till mottagande specialist. Triageringsbeslut, inklusive prioritering av remissen, kan fattas på ofullständig information. Läkemedelsbeslut i specialistsjukvården kanske inte tar hänsyn till tillstånd som finns men inte är kodade. En storskalig federerad analys av 58 miljoner primärvårdsjournaler, publicerad i British Journal of General Practice, visade stor variation i klinisk kodningspraxis mellan engelska primärvårdsverksamheter, vilket skapar systematisk inkonsekvens i dataflödet mellan primär- och specialistsjukvård.

▶ Varför tenderar verksamheter att underskatta omfattningen av sina kodningsluckor?

Underkodning döljer sig själv. Om ett tillstånd aldrig kodats syns det inte i verksamhetens sjukdomsregister eller rapportering, genererar ingen varning och skapar ingen synlig lucka i datan. Verksamhetens interna rapportering speglar bara det som har kodats och ger en bild som verkar komplett även när den inte är det. Forskning publicerad i npj Digital Medicine fann att manuell kodningsnoggrannhet varierar kraftigt, med en median på cirka 80 procent, vilket innebär att även där kodning aktivt utförs kan ungefär ett av fem fall vara felaktigt eller ofullständigt. Kodningseftersläpning kan också sträcka sig till månader, vilket skapar långa perioder där patienter hanteras kliniskt men inte formellt räknas.

▶ Vilka är de regulatoriska konsekvenserna av underkodning för europeiska vårdcentraler?

Enligt dataskyddsförordningen (GDPR) och nationella hälsodataramverk förväntas kliniska journaler vara korrekta, fullständiga och ändamålsenliga. En journal där ett känt kroniskt tillstånd dokumenteras i fritext men inte formellt kodas kan misslyckas med den bredare förväntningen på strukturerad, interoperabel hälsodata som ligger till grund för den europeiska digitala hälsostrategin. I Storbritannien använder NHS England kodad data för att bedöma efterlevnad av förskrivningsriktlinjer och vårdvägskrav. Där klinisk kodning används för att verifiera lämplig förskrivning kan kodningsluckor leda till efterlevnadsproblem. Liknande krav på datakvalitet gäller i andra europeiska hälso- och sjukvårdssystem, inklusive de som omfattas av nationella program för hantering av kroniska sjukdomar.

▶ Kan AI-medicinska assistenter hjälpa till att minska underkodning i primärvården?

AI-medicinska assistenter och ambient röstteknik (AVT), som fångar och bearbetar talade kliniska samtal i realtid, kan lyfta fram kodningsförslag under eller direkt efter ett samtal baserat på dess kliniska innehåll. Istället för att klinikern ska navigera till ett kodningsfält och söka rätt term mitt under samtalet kan dessa verktyg generera strukturerat anteckningsinnehåll, inklusive föreslagna kliniska koder, utifrån samtalet. Klinikern granskar och bekräftar snarare än initierar och söker. En översikt publicerad i npj Digital Medicine identifierar detta som en central tillämpning av AI i klinisk dokumentation, även om den konstaterar att införandet i primärvården fortfarande är i ett tidigt skede jämfört med specialistsjukvården.

▶ Vilka praktiska steg kan vårdcentraler ta för att åtgärda kodningsluckor nu?

Det viktigaste första steget är att fastställa en korrekt baslinje genom en aktiv sökning snarare än en granskning av befintliga rapporter. Verksamheter bör köra sökningar i sitt journalsystem för att identifiera patienter som uppfyller de biokemiska eller kliniska kriterierna för ett tillstånd men inte finns i motsvarande sjukdomsregister. Diabetes, hypertoni, CKD, astma, KOL, förmaksflimmer och depression är de högst prioriterade utgångspunkterna. Verksamheter bör också granska vilka samtalstyper, såsom telefon- eller digitala möten, som är mest benägna för missad kodning, utvärdera AI-assisterade dokumentationsverktyg som integrerar kodningsstöd vid vårdtillfället och införa kvartalsvisa eller årliga kodningsgranskningar i verksamhetsstyrningen, särskilt före QOF eller motsvarande rapporteringsdeadlines.