РУКОВОДСТВО ПО Отраслям

ИИ в предварительной авторизации

ИИ при предварительном разрешении использует автоматизацию, механизмы правил и машинное обучение для подачи, проверки и принятия решений по запросам страховщика на одобрение лечения, лекарств и процедур до оказания медицинской помощи.

Прослушайте это руководствоОзвучено ИИ · ~3 min

На этой странице4 минуты чтения
  1. Обзор
  2. Глубокое погружение
  3. Реальная реализация
  4. Будущее искусственного интеллекта в предварительном разрешении
  5. Применение на практике
  6. Продолжайте исследовать
  7. Часто задаваемые вопросы

Обзор

Это важно, потому что предварительное разрешение задерживает оказание помощи и требует большого количества времени врачей и персонала, в то время как автоматизированные проверки привели к судебным искам и новым правилам в отношении утверждений о том, что алгоритмы неправомерно отказывают в помощи.

Глубокое погружение

Предварительное разрешение (PA) — это процесс, в ходе которого план медицинского страхования должен одобрить определенные услуги, прежде чем оплатить их. Традиционно сотрудники офиса поставщика заполняют формы для конкретного плательщика, отправляют по факсу или загружают медицинские записи и несколько дней ждут, пока проверяющий применит критерии медицинской необходимости. Группы врачей уже давно сообщают, что это задерживает лечение и усиливает выгорание. ИИ проявляется с обеих сторон. Поставщики и продавцы используют автоматизацию, чтобы определить, когда требуется PA, собрать документацию из EHR и отслеживать статус. Плательщики используют механизмы правил и машинное обучение для автоматического утверждения простых запросов и сортировки остальных. Работа по стандартизации поддерживает это: проект HL7 Da Vinci определяет рабочие процессы на основе FHIR для проверки требований к покрытию, сбора документации и подачи запросов в электронном виде. Споры сосредоточены вокруг автоматических опровержений. В отчетах и ​​судебных процессах, начавшихся в 2023 году, утверждалось, что некоторые страховщики полагались на алгоритмы, чтобы отказать в медицинском обслуживании или прекратить его. Примеры включают групповой иск против UnitedHealth по поводу инструмента naviHealth nH Predict, используемого для оказания помощи после неотложной помощи в Medicare Advantage, а также утверждения о том, что система Cigna PxDx позволяет медицинским директорам отклонять массовые претензии без особого индивидуального рассмотрения. PxDx касался претензий после оказания медицинской помощи, а не предварительного разрешения, но он вызвал те же дебаты. Эти дела остаются спорными. Регуляторы отреагировали. Окончательное правило совместимости CMS и предварительного разрешения, выпущенное в 2024 году, требует от плательщиков в таких программах, как Medicare Advantage, Medicaid и федеральных планах обмена, соблюдать сроки принятия решений, публиковать показатели PA и создавать API PA. В CMS также сообщили планам Medicare Advantage, что алгоритмы не могут быть единственным основанием для отказа в медицинской помощи без учета обстоятельств конкретного пациента. Несколько штатов, включая Калифорнию, приняли законы, требующие от квалифицированных врачей принимать решения об отказе в медицинской необходимости. Распространенным заблуждением является то, что ИИ в ПА означает только отрицание. Большая часть реальной ценности – это более быстрое получение разрешений и меньшее количество документов; риск заключается в автоматизации неблагоприятных решений без значимого человеческого контроля.

Реальная реализация

Когда врач назначает МРТ, система EHR клиники проверяет, требует ли план пациента предварительного разрешения, и предварительно заполняет запрос соответствующими примечаниями и историей визуализации.

Страховая компания автоматически утверждает запросы, которые четко соответствуют ее опубликованным клиническим критериям, таким как стандартная доза лекарства для документально подтвержденного диагноза, и отправляет все остальное медсестре или врачу-рецензенту.

Команда больницы, занимающаяся циклом доходов, использует языковую модель, чтобы извлекать доказательства ранее неудавшихся методов лечения из заметок в диаграммах, сокращая время, которое персонал тратит на сбор пакетов апелляций.

Группа по защите интересов пациентов сравнивает показатели отказов и отклонений апелляций по оказанию помощи после неотложной помощи, чтобы выявить случаи, когда инструмент прогнозирования продолжительности пребывания мог привести к раннему прекращению покрытия.

Будущее искусственного интеллекта в предварительном разрешении

Электронное предварительное разрешение, вероятно, станет более распространенным по мере того, как федеральные требования к API постепенно вступят в силу, а поставщики EHR встроят их в рабочие процессы заказа. Золотая карта, которая освобождает врачей с высоким уровнем одобрения от некоторых проверок, также распространяется, отчасти из-за законов штата, а автоматизация облегчает запуск таких программ. В то же время надзор за алгоритмическими отказами усиливается посредством законов штатов, федеральных указаний и судебных разбирательств, поэтому контрольные журналы и документированная проверка людьми будут иметь большее значение. Языковые модели могут сократить объем документации с обеих сторон, но они также повышают вероятность того, что системы ИИ будут эффективно вести переговоры с другими системами ИИ, что делает прозрачность критериев покрытия необходимой.

Применение на практике

Почему это важно

  • Контекст и правила. Отраслевой контекст определяет, выживут ли идеи ИИ при контакте с реальностью.
  • Контроль качества. Ограничения предметной области влияют на приемлемый уровень ошибок и модели надзора.
  • Выбор сборки. Успешные развертывания позволяют согласовать технические возможности с рабочими процессами на переднем крае.

Следите за

  • Нормативные требования могут сделать недействительными сильные прототипы.
  • Исторические данные могут отражать предвзятость, которая наносит вред конкретным сообществам.
  • Устаревшие системы могут создавать узкие места в интеграции и скрытые затраты.

Следующие шаги

  1. Привлекайте экспертов в предметной области от постановки проблемы до оценки.
  2. Разработайте журналы аудита и документацию перед запуском.
  3. Заблаговременно проверяйте соответствие требованиям и обязательства по безопасности.
  4. Развертывание поэтапно с четкими критериями остановки и отката.

Продолжайте исследовать

Бесплатная рассылка

Получайте ежедневный AI-обзор

Три проверенных AI-истории каждое утро буднего дня, написанные простым английским. Бесплатно навсегда, без рекламы.

Одно электронное письмо каждый будний день. Отписаться в один клик. Мы никогда не продаем и не передаем ваш адрес.

Проверьте себя

Take the AI in Prior Authorization quiz

Мгновенная обратная связь по каждому ответу и общий сертификат с проверяемым идентификатором после прохождения курса.

Начать тест

Поддержите бесплатное образование в области искусственного интеллекта. AI Understanding — это некоммерческая организация 501(c)(3). Никакой рекламы и платного доступа. Сделать пожертвование

Часто задаваемые вопросы

Что такое ИИ в предварительном разрешении?

ИИ при предварительном разрешении использует автоматизацию, механизмы правил и машинное обучение для подачи, проверки и принятия решений по запросам страховщика на одобрение лечения, лекарств и процедур до оказания медицинской помощи. Это важно, потому что предварительное разрешение задерживает оказание помощи и требует большого количества времени врачей и персонала, в то время как автоматизированные проверки привели к судебным искам и новым правилам в отношении утверждений о том, что алгоритмы неправомерно отказывают в помощи.

Что такое предварительное разрешение?

Предварительное разрешение — это этап управления использованием, на котором страховщик проверяет и утверждает конкретные услуги до оплаты.

Что дает проект HL7 Da Vinci?

Руководства по внедрению Da Vinci стандартизируют этапы предварительного электронного разрешения, чтобы EHR и плательщики могли обмениваться требованиями и документацией.

Какой тип медицинской помощи касался группового иска с использованием инструмента nH Predict компании naviHealth?

В иске утверждалось, что этот инструмент использовался для прекращения покрытия расходов на уход после неотложной помощи, например, на пребывание в реабилитационном центре, для участников Medicare Advantage.

Что означает, что автоматизация на стороне плательщика часто является «асимметричной по своей сути»?

Утверждение четко определенных запросов автоматически ускоряет оказание помощи, а возложение на людей ответственности за потенциальные отказы снижает риск неправомерных автоматических отказов.

Что CMS рассказала планам Medicare Advantage об алгоритмах?

В руководстве CMS говорится, что планы должны учитывать индивидуальные обстоятельства каждого пациента, поэтому одни только результаты алгоритма не могут оправдать отказ.