A seguirPróximo guia
IA no gerenciamento do diabetes
Indústrias
GUIA Das Indústrias
A IA na autorização prévia usa automação, mecanismos de regras e aprendizado de máquina para enviar, verificar e decidir solicitações de aprovação da seguradora para tratamentos, medicamentos e procedimentos antes da prestação do atendimento.
É importante porque a autorização prévia atrasa o atendimento e consome muito tempo dos médicos e da equipe, enquanto as revisões automatizadas geraram ações judiciais e novas regras sobre alegações de que os algoritmos negaram o atendimento de forma inadequada.
A autorização prévia (PA) é um processo no qual um plano de saúde deve aprovar determinados serviços antes de pagar por eles. Tradicionalmente, a equipe do consultório de um provedor preenche formulários específicos do pagador, envia por fax ou carrega registros clínicos e espera dias para que um revisor aplique os critérios de necessidade médica. Grupos de médicos há muito relatam que isso atrasa o tratamento e aumenta o esgotamento. A IA aparece em ambos os lados. Provedores e vendedores usam automação para detectar quando a PA é necessária, reunir documentação do EHR e rastrear o status. Os pagadores usam mecanismos de regras e aprendizado de máquina para aprovar automaticamente solicitações diretas e fazer a triagem do restante. O trabalho de padronização apoia isso: o projeto HL7 Da Vinci define fluxos de trabalho baseados em FHIR para verificar requisitos de cobertura, coletar documentação e enviar solicitações eletronicamente. A controvérsia centra-se nas negações automatizadas. Relatórios e ações judiciais iniciadas em 2023 alegaram que algumas seguradoras dependiam de algoritmos para negar ou interromper o atendimento. Os exemplos incluem uma ação coletiva contra a UnitedHealth sobre a ferramenta naviHealth nH Predict usada para cuidados pós-agudos no Medicare Advantage, e alegações de que o sistema PxDx da Cigna permitiu que os diretores médicos rejeitassem reivindicações em massa com pouca revisão individual. O PxDx dizia respeito a reclamações após a prestação do atendimento, em vez de autorização prévia, mas moldou o mesmo debate. Esses casos permanecem contestados. Os reguladores responderam. A regra final de interoperabilidade e autorização prévia do CMS, emitida em 2024, exige que os pagadores de programas como Medicare Advantage, Medicaid e planos de câmbio federais cumpram os prazos de decisão, publiquem métricas de PA e criem APIs de PA. O CMS também disse aos planos Medicare Advantage que os algoritmos não podem ser a única base para negar cuidados sem considerar as circunstâncias individuais do paciente. Vários estados, incluindo a Califórnia, aprovaram leis que exigem que médicos qualificados tomem decisões de negação de necessidades médicas. Um equívoco comum é que IA em PA significa apenas negações. Grande parte do valor realista reside em aprovações mais rápidas e menos burocracia; o risco reside na automatização de decisões adversas sem uma revisão humana significativa.
O contexto da indústria determina se as ideias de IA sobrevivem ao contato com a realidade.
As restrições de domínio influenciam as taxas de erro aceitáveis e os modelos de supervisão.
Implantações bem-sucedidas alinham capacidade técnica com fluxos de trabalho de linha de frente.
A autorização prévia eletrônica provavelmente se tornará mais comum à medida que os requisitos federais da API forem introduzidos e os fornecedores de EHR os incluírem em fluxos de trabalho de pedidos. O cartão dourado, que isenta de algumas avaliações os médicos com altas taxas de aprovação, também está se espalhando, em parte devido às leis estaduais, e a automação torna esses programas mais fáceis de executar. Ao mesmo tempo, a supervisão das negações algorítmicas está a crescer através de leis estaduais, orientações federais e litígios, pelo que as pistas de auditoria e a revisão humana documentada serão mais importantes. Os modelos linguísticos podem reduzir a burocracia de ambos os lados, mas também aumentam a perspetiva de os sistemas de IA negociarem eficazmente com outros sistemas de IA, o que torna essencial a transparência sobre os critérios de cobertura.
Quando um médico solicita uma ressonância magnética, o EHR da clínica verifica se o plano do paciente requer autorização prévia e preenche previamente a solicitação com anotações relevantes e histórico de imagem.
Uma seguradora aprova automaticamente solicitações que correspondem claramente aos seus critérios clínicos publicados, como uma dose padrão de medicamento para um diagnóstico documentado, e envia todo o resto para uma enfermeira ou médico revisor.
Uma equipe de ciclo de receitas de um hospital usa um modelo de linguagem para extrair evidências de terapias anteriormente falhadas a partir de notas de prontuários, reduzindo o tempo gasto pela equipe na montagem de pacotes de apelação.
Um grupo de defesa dos pacientes compara as taxas de recusa e de anulação de recurso para cuidados pós-agudos para identificar casos em que uma ferramenta preditiva de duração da internação pode ter levado a cortes de cobertura precoces.
Os requisitos regulamentares podem invalidar protótipos que de outra forma seriam fortes.
Os dados históricos podem codificar preconceitos que prejudicam comunidades específicas.
Os sistemas legados podem criar gargalos de integração e custos ocultos.
Envolva especialistas no domínio desde a formulação do problema até a avaliação.
Projete trilhas de auditoria e documentação antes do lançamento.
Valide antecipadamente as obrigações de conformidade e segurança.
Implementação em fases com critérios claros de interrupção e reversão.
Free newsletter
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
A IA na autorização prévia usa automação, mecanismos de regras e aprendizado de máquina para enviar, verificar e decidir solicitações de aprovação da seguradora para tratamentos, medicamentos e procedimentos antes da prestação do atendimento. É importante porque a autorização prévia atrasa o atendimento e consome muito tempo dos médicos e da equipe, enquanto as revisões automatizadas geraram ações judiciais e novas regras sobre alegações de que os algoritmos negaram o atendimento de forma inadequada.
A autorização prévia é uma etapa de gerenciamento de utilização em que a seguradora analisa e aprova serviços específicos antes do pagamento.
Os guias de implementação Da Vinci padronizam as etapas de autorização prévia eletrônica para que os EHRs e os pagadores possam trocar requisitos e documentação.
O processo alegou que a ferramenta foi usada para cortar a cobertura de cuidados pós-agudos, como internações em instalações de reabilitação, para membros do Medicare Advantage.
A aprovação de solicitações claramente qualificadas acelera automaticamente o atendimento, enquanto manter os humanos responsáveis por possíveis negações limita o risco de recusas automatizadas injustas.
A orientação do CMS diz que os planos devem considerar as circunstâncias individuais de cada paciente, portanto, o resultado de um algoritmo por si só não pode justificar uma negação.
Continue aprendendo
Mais guias escolhidos para este tópico
A seguirPróximo guia
IA no gerenciamento do diabetes
Indústrias