GHIDUL Industriilor

AI în Autorizare Prealabilă

AI în autorizarea prealabilă folosește automatizarea, motoarele de reguli și învățarea automată pentru a trimite, verifica și decide cererile de aprobare ale asigurătorilor pentru tratamente, medicamente și proceduri înainte de acordarea îngrijirii.

  • 4 minute de citit
  • Ultima actualizare
Pe această pagină4 minute de citit
  1. Prezentare generală
  2. Scufundare în profunzime
  3. Impact strategic
  4. Viitorul AI în autorizarea prealabilă
  5. Implementare în lumea reală
  6. Riscuri și balustrade
  7. Foaia de parcurs de implementare
  8. Continuați să explorați
  9. Întrebări frecvente

Prezentare generală

Contează pentru că autorizarea prealabilă întârzie îngrijirea și utilizează cantități mari de timp de către clinician și personal, în timp ce evaluările automate au atras procese și noi reguli cu privire la afirmațiile conform cărora algoritmii au refuzat îngrijirea în mod inadecvat.

Scufundare în profunzime

Autorizarea prealabilă (PA) este un proces în care un plan de sănătate trebuie să aprobe anumite servicii înainte de a le plăti. În mod tradițional, personalul de la biroul furnizorului completează formulare specifice plătitorului, încarcă prin fax sau încarcă dosare clinice și așteaptă zile până când un evaluator să aplice criteriile de necesitate medicală. Grupurile de medici au raportat de mult timp că acest lucru întârzie tratamentul și crește epuizarea. AI apare de ambele părți. Furnizorii și vânzătorii folosesc automatizarea pentru a detecta când este nevoie de PA, pentru a aduna documentația din EHR și pentru a urmări starea. Plătitorii folosesc motoare de reguli și învățare automată pentru a aproba automat cererile simple și a tria restul. Munca standardelor susține acest lucru: proiectul HL7 Da Vinci definește fluxuri de lucru bazate pe FHIR pentru verificarea cerințelor de acoperire, colectarea documentației și transmiterea cererilor electronic. Controversa se concentrează pe refuzuri automate. Raportările și procesele care au început în 2023 au susținut că unii asigurători s-au bazat pe algoritmi pentru a refuza sau a întrerupe îngrijirea. Exemplele includ o acțiune colectivă împotriva UnitedHealth în legătură cu instrumentul naviHealth nH Predict utilizat pentru îngrijirea post-acută în Medicare Advantage și acuzațiile conform cărora sistemul PxDx al Cigna le permite directorilor medicali să respingă cererile în vrac, cu puține analize individuale. PxDx s-a referit la revendicări după acordarea îngrijirii, mai degrabă decât la autorizarea prealabilă, dar a modelat aceeași dezbatere. Aceste cazuri rămân contestate. Autoritățile de reglementare au răspuns. Regula finală de interoperabilitate și autorizare prealabilă CMS, emisă în 2024, impune plătitorilor din programe precum Medicare Advantage, Medicaid și planurile de schimb federal să respecte termenele de decizie, să publice valorile PA și să construiască API-uri PA. CMS a mai spus planurilor Medicare Advantage că algoritmii nu pot fi singura bază pentru refuzul îngrijirii fără a lua în considerare circumstanțele individuale ale pacientului. Mai multe state, inclusiv California, au adoptat legi care cer medicilor calificați să ia decizii de respingere a necesității medicale. O concepție greșită comună este că AI în PA înseamnă doar negări. O mare parte din valoarea realistă este aprobările mai rapide și mai puține documente; riscul constă în automatizarea deciziilor adverse fără o analiză umană semnificativă.

Impact strategic

Context și reguli

Contextul industriei determină dacă ideile AI supraviețuiesc contactului cu realitatea.

Controlul calității

Constrângerile de domeniu influențează ratele de eroare acceptabile și modelele de supraveghere.

Alegeri de construcție

Implementările de succes aliniază capacitatea tehnică cu fluxurile de lucru din prima linie.

Viitorul AI în autorizarea prealabilă

Autorizarea prealabilă electronică va deveni probabil mai comună pe măsură ce cerințele federale API vor fi introduse, iar furnizorii de EHR le integrează în fluxurile de lucru de comandă. Cardul de aur, care scutește clinicienii cu rate ridicate de aprobare de la unele recenzii, se răspândește, parțial din cauza legilor de stat, iar automatizarea face astfel de programe mai ușor de rulat. În același timp, supravegherea refuzurilor algoritmice crește prin legile de stat, îndrumări federale și litigii, astfel încât pistele de audit și evaluarea umană documentată vor conta mai mult. Modelele lingvistice pot reduce documentele de ambele părți, dar cresc și perspectiva ca sistemele AI să negocieze eficient cu alte sisteme AI, ceea ce face ca transparența cu privire la criteriile de acoperire să fie esențială.

Implementare în lumea reală

Atunci când un medic comandă un RMN, EHR al clinicii verifică dacă planul pacientului necesită autorizare prealabilă și precompletează cererea cu note relevante și istoricul imagistic.

Un asigurător aprobă automat cererile care se potrivesc în mod clar cu criteriile sale clinice publicate, cum ar fi o doză standard de medicament pentru un diagnostic documentat, și trimite orice altceva unei asistente medicale sau unui medic evaluator.

O echipă din ciclul de venituri din spital folosește un model lingvistic pentru a extrage dovezi ale terapiilor eșuate anterior din notele grafice, reducând timpul petrecut de personal pentru asamblarea pachetelor de apel.

Un grup de advocacy a pacienților compară ratele de respingere și apel-răsturnare pentru îngrijirea post-acută pentru a identifica cazurile în care un instrument de predicție a duratei șederii ar fi determinat limitarea timpurie a acoperirii.

Riscuri și balustrade

  • Cerințele de reglementare pot invalida prototipuri altfel puternice.

  • Datele istorice pot codifica părtiniri care dăunează anumitor comunități.

  • Sistemele vechi pot crea blocaje de integrare și costuri ascunse.

Foaia de parcurs de implementare

  1. Implicați experți în domeniu, de la formularea problemelor până la evaluare.

  2. Proiectați piste de audit și documentație înainte de lansare.

  3. Validați din timp obligațiile de conformitate și siguranță.

  4. Desfășurați în etape, cu criterii clare de oprire și derulare.

Continuați să explorați

Free newsletter

Get the daily AI briefing

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

Take the AI in Prior Authorization quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

Quiz Start

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

Întrebări frecvente

Ce este AI în autorizarea prealabilă?

AI în autorizarea prealabilă folosește automatizarea, motoarele de reguli și învățarea automată pentru a trimite, verifica și decide cererile de aprobare ale asigurătorilor pentru tratamente, medicamente și proceduri înainte de acordarea îngrijirii. Contează pentru că autorizarea prealabilă întârzie îngrijirea și utilizează cantități mari de timp de către clinician și personal, în timp ce evaluările automate au atras procese și noi reguli cu privire la afirmațiile conform cărora algoritmii au refuzat îngrijirea în mod inadecvat.

Ce este autorizarea prealabilă?

Autorizarea prealabilă este o etapă de gestionare a utilizării în care asigurătorul revizuiește și aprobă anumite servicii în avans.

Ce oferă proiectul HL7 Da Vinci?

Ghidurile de implementare Da Vinci standardizează etapele de autorizare prealabilă electronică, astfel încât EHR și plătitorii să poată face schimb de cerințe și documentație.

Acțiunea colectivă care a implicat instrumentul nH Predict de la naviHealth a vizat ce tip de îngrijire?

Procesul a susținut că instrumentul a fost folosit pentru a întrerupe acoperirea de îngrijire post-acută, cum ar fi șederea în unități de dezintoxicare, pentru membrii Medicare Advantage.

Ce înseamnă că automatizarea plătitorului este adesea „asimetrică prin proiectare”?

Aprobarea cererilor care se califică în mod clar accelerează automat îngrijirea, în timp ce menținerea oamenilor la răspundere pentru potențiale refuzuri limitează riscul refuzurilor automate greșite.

Ce le-a spus CMS planurilor Medicare Advantage despre algoritmi?

Îndrumarea CMS spune că planurile trebuie să ia în considerare circumstanțele individuale ale fiecărui pacient, astfel încât rezultatul unui algoritm singur nu poate justifica o negare.