คู่มืออุตสาหกรรม

AI ในการอนุญาตล่วงหน้า

AI ในการอนุญาตก่อนหน้านี้ใช้ระบบอัตโนมัติ กฎกลไก และการเรียนรู้ของเครื่องเพื่อส่ง ตรวจสอบ และตัดสินใจคำขออนุมัติจากบริษัทประกันภัยสำหรับการรักษา ยา และขั้นตอนต่างๆ ก่อนส่งมอบการดูแล

ฟังคำแนะนำนี้บรรยายโดย AI · ~3 min

บนหน้านี้อ่าน 4 นาที
  1. ภาพรวม
  2. เจาะลึก
  3. การใช้งานจริงในโลกแห่งความเป็นจริง
  4. อนาคตของ AI ในการอนุญาตล่วงหน้า
  5. การนำไปปฏิบัติ
  6. สำรวจต่อไป
  7. คำถามที่พบบ่อย

ภาพรวม

เป็นเรื่องสำคัญเนื่องจากการอนุญาตก่อนหน้านี้ทำให้การดูแลล่าช้าและใช้เวลาของแพทย์และเจ้าหน้าที่เป็นจำนวนมาก ในขณะที่การตรวจสอบอัตโนมัติได้ยื่นฟ้องร้องและกฎเกณฑ์ใหม่เกี่ยวกับการกล่าวอ้างที่อัลกอริทึมปฏิเสธการดูแลอย่างไม่เหมาะสม

เจาะลึก

การอนุญาตก่อนหน้า (PA) เป็นกระบวนการที่แผนประกันสุขภาพต้องอนุมัติบริการบางอย่างก่อนจึงจะชำระเงินได้ ตามเนื้อผ้า เจ้าหน้าที่ที่สำนักงานของผู้ให้บริการจะกรอกแบบฟอร์มเฉพาะของผู้ชำระเงิน แฟกซ์หรืออัปโหลดบันทึกทางคลินิก และรอหลายวันเพื่อให้ผู้ตรวจสอบใช้เกณฑ์ความจำเป็นทางการแพทย์ กลุ่มแพทย์รายงานมานานแล้วว่าการทำเช่นนี้ทำให้การรักษาล่าช้าและเพิ่มความเหนื่อยหน่าย AI ปรากฏขึ้นทั้งสองด้าน ผู้ให้บริการและผู้จำหน่ายใช้ระบบอัตโนมัติเพื่อตรวจจับเมื่อจำเป็นต้องใช้ PA รวบรวมเอกสารจาก EHR และติดตามสถานะ ผู้ชำระเงินใช้กฎเกณฑ์และการเรียนรู้ของเครื่องเพื่ออนุมัติคำขอที่ตรงไปตรงมาโดยอัตโนมัติและคัดแยกส่วนที่เหลือ งานมาตรฐานสนับสนุนสิ่งนี้: โครงการ HL7 Da Vinci กำหนดขั้นตอนการทำงานแบบ FHIR สำหรับการตรวจสอบข้อกำหนดความครอบคลุม การรวบรวมเอกสาร และส่งคำขอทางอิเล็กทรอนิกส์ การโต้เถียงมุ่งเน้นไปที่การปฏิเสธอัตโนมัติ การรายงานและการฟ้องร้องที่เริ่มในปี 2023 กล่าวหาว่าบริษัทประกันบางรายอาศัยอัลกอริทึมในการปฏิเสธหรือตัดการดูแล ตัวอย่าง ได้แก่ การดำเนินคดีแบบกลุ่มต่อ UnitedHealth เกี่ยวกับเครื่องมือ naviHealth nH Predict ที่ใช้สำหรับการดูแลหลังเฉียบพลันใน Medicare Advantage และข้อกล่าวหาที่ว่าระบบ PxDx ของ Cigna ปล่อยให้ผู้อำนวยการด้านการแพทย์ปฏิเสธการเรียกร้องจำนวนมากโดยแทบไม่มีการทบทวนเป็นรายบุคคล PxDx เกี่ยวข้องกับการเรียกร้องหลังจากส่งมอบการดูแลแล้ว แทนที่จะได้รับการอนุมัติล่วงหน้า แต่ก็ก่อให้เกิดการถกเถียงแบบเดียวกัน กรณีเหล่านี้ยังคงถูกโต้แย้ง หน่วยงานกำกับดูแลได้ตอบกลับ การทำงานร่วมกันของ CMS และการอนุญาตกฎขั้นสุดท้ายที่ออกในปี 2024 กำหนดให้ผู้ชำระเงินในโปรแกรมต่างๆ เช่น Medicare Advantage, Medicaid และแผนการแลกเปลี่ยนของรัฐบาลกลางต้องเป็นไปตามกรอบเวลาการตัดสินใจ เผยแพร่ตัววัด PA และสร้าง PA API CMS ยังบอกกับแผน Medicare Advantage ว่าอัลกอริทึมไม่สามารถเป็นพื้นฐานเพียงอย่างเดียวในการปฏิเสธการดูแลโดยไม่คำนึงถึงสถานการณ์ของผู้ป่วยแต่ละราย หลายรัฐ รวมถึงแคลิฟอร์เนีย ได้ผ่านกฎหมายที่กำหนดให้แพทย์ที่มีคุณสมบัติเหมาะสมต้องตัดสินใจปฏิเสธความจำเป็นทางการแพทย์ ความเข้าใจผิดที่พบบ่อยคือ AI ใน PA หมายถึงการปฏิเสธเท่านั้น คุณค่าที่แท้จริงส่วนใหญ่คือการอนุมัติที่รวดเร็วกว่าและใช้เอกสารน้อยลง ความเสี่ยงอยู่ที่การตัดสินใจที่ไม่พึงประสงค์โดยอัตโนมัติโดยไม่มีการตรวจสอบจากมนุษย์อย่างมีความหมาย

การใช้งานจริงในโลกแห่งความเป็นจริง

เมื่อแพทย์สั่ง MRI EHR ของคลินิกจะตรวจสอบว่าแผนของผู้ป่วยจำเป็นต้องได้รับการอนุมัติล่วงหน้าหรือไม่ และกรอกคำขอล่วงหน้าพร้อมบันทึกที่เกี่ยวข้องและประวัติการถ่ายภาพ

บริษัทประกันภัยจะอนุมัติคำขอโดยอัตโนมัติซึ่งตรงกับเกณฑ์ทางคลินิกที่เผยแพร่ไว้อย่างชัดเจน เช่น ขนาดยามาตรฐานสำหรับการวินิจฉัยที่ได้รับการบันทึกไว้ และส่งทุกอย่างอื่นๆ ไปยังพยาบาลหรือผู้ตรวจทานของแพทย์

ทีมงานวงจรรายรับของโรงพยาบาลใช้แบบจำลองภาษาเพื่อดึงหลักฐานการรักษาที่ล้มเหลวก่อนหน้านี้จากบันทึกแผนภูมิ ช่วยลดเวลาที่พนักงานใช้ในการรวบรวมชุดอุทธรณ์

กลุ่มผู้สนับสนุนผู้ป่วยจะเปรียบเทียบอัตราการปฏิเสธและการกลับคำอุทธรณ์สำหรับการดูแลหลังเฉียบพลัน เพื่อระบุกรณีที่เครื่องมือคาดการณ์ระยะเวลาการเข้าพักอาจกระตุ้นให้เกิดการตัดความคุ้มครองก่อนกำหนด

อนาคตของ AI ในการอนุญาตล่วงหน้า

การอนุญาตล่วงหน้าทางอิเล็กทรอนิกส์มีแนวโน้มที่จะกลายเป็นเรื่องปกติมากขึ้นเมื่อข้อกำหนด API ของรัฐบาลกลางเริ่มดำเนินการ และผู้จำหน่าย EHR จะสร้างสิ่งเหล่านี้ลงในเวิร์กโฟลว์การสั่งซื้อ การให้บัตรทองซึ่งยกเว้นแพทย์ที่มีอัตราการอนุมัติสูงจากการรีวิวบางรายการ ก็กำลังแพร่กระจายเช่นกัน ส่วนหนึ่งเป็นเพราะกฎหมายของรัฐ และระบบอัตโนมัติทำให้โปรแกรมดังกล่าวรันได้ง่ายขึ้น ในเวลาเดียวกัน การกำกับดูแลการปฏิเสธอัลกอริทึมกำลังเติบโตขึ้นผ่านกฎหมายของรัฐ คำแนะนำของรัฐบาลกลาง และการดำเนินคดี ดังนั้นเส้นทางการตรวจสอบและการตรวจสอบโดยมนุษย์ที่จัดทำเป็นเอกสารจึงมีความสำคัญมากขึ้น โมเดลภาษาอาจลดงานเอกสารของทั้งสองฝ่าย แต่ยังเพิ่มโอกาสที่ระบบ AI จะเจรจากับระบบ AI อื่นๆ ได้อย่างมีประสิทธิภาพ ซึ่งทำให้ความโปร่งใสเกี่ยวกับเกณฑ์ความครอบคลุมถือเป็นสิ่งสำคัญ

การนำไปปฏิบัติ

ทำไมมันถึงสำคัญ

  • บริบทและกฎ. บริบททางอุตสาหกรรมเป็นตัวกำหนดว่าแนวคิด AI จะรอดจากการสัมผัสกับความเป็นจริงหรือไม่
  • การควบคุมคุณภาพ. ข้อจำกัดของโดเมนมีอิทธิพลต่ออัตราข้อผิดพลาดที่ยอมรับได้และแบบจำลองการควบคุมดูแล
  • สร้างทางเลือก. การปรับใช้ที่ประสบความสำเร็จจะปรับความสามารถทางเทคนิคให้สอดคล้องกับเวิร์กโฟลว์แนวหน้า

ระวัง

  • ข้อกำหนดด้านกฎระเบียบอาจทำให้ต้นแบบที่แข็งแกร่งเป็นโมฆะได้
  • ข้อมูลในอดีตอาจเข้ารหัสอคติที่เป็นอันตรายต่อชุมชนบางแห่ง
  • ระบบเดิมสามารถสร้างปัญหาคอขวดในการบูรณาการและต้นทุนแอบแฝงได้

ขั้นตอนต่อไป

  1. ให้ผู้เชี่ยวชาญโดเมนมีส่วนร่วมตั้งแต่การกำหนดกรอบปัญหาไปจนถึงการประเมิน
  2. ออกแบบเส้นทางการตรวจสอบและเอกสารประกอบก่อนการเปิดตัว
  3. ตรวจสอบการปฏิบัติตามข้อกำหนดและภาระผูกพันด้านความปลอดภัยตั้งแต่เนิ่นๆ
  4. เปิดตัวเป็นระยะโดยมีเกณฑ์การหยุดและย้อนกลับที่ชัดเจน

สำรวจต่อไป

จดหมายข่าวฟรี

รับสรุป AI รายวัน

เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา

อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ

ทดสอบตัวเอง

Take the AI in Prior Authorization quiz

ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร

เริ่มแบบทดสอบ

สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค

คำถามที่พบบ่อย

AI ในการอนุญาตล่วงหน้าคืออะไร?

AI ในการอนุญาตก่อนหน้านี้ใช้ระบบอัตโนมัติ กฎกลไก และการเรียนรู้ของเครื่องเพื่อส่ง ตรวจสอบ และตัดสินใจคำขออนุมัติจากบริษัทประกันภัยสำหรับการรักษา ยา และขั้นตอนต่างๆ ก่อนส่งมอบการดูแล เป็นเรื่องสำคัญเนื่องจากการอนุญาตก่อนหน้านี้ทำให้การดูแลล่าช้าและใช้เวลาของแพทย์และเจ้าหน้าที่เป็นจำนวนมาก ในขณะที่การตรวจสอบอัตโนมัติได้ยื่นฟ้องร้องและกฎเกณฑ์ใหม่เกี่ยวกับการกล่าวอ้างที่อัลกอริทึมปฏิเสธการดูแลอย่างไม่เหมาะสม

การอนุญาตล่วงหน้าคืออะไร?

การอนุญาตก่อนหน้าเป็นขั้นตอนการจัดการการใช้งานที่บริษัทประกันภัยจะตรวจสอบและอนุมัติบริการเฉพาะล่วงหน้าก่อนการชำระเงิน

โครงการ HL7 Da Vinci ให้อะไร?

คู่มือการนำ Da Vinci ไปใช้กำหนดขั้นตอนการอนุญาตล่วงหน้าทางอิเล็กทรอนิกส์ให้เป็นมาตรฐาน เพื่อให้ EHR และผู้ชำระเงินสามารถแลกเปลี่ยนข้อกำหนดและเอกสารประกอบได้

การดำเนินคดีแบบกลุ่มที่เกี่ยวข้องกับเครื่องมือทำนาย nH ของ naviHealth เกี่ยวข้องกับการดูแลประเภทใด

คดีดังกล่าวกล่าวหาว่าเครื่องมือดังกล่าวถูกใช้เพื่อตัดความคุ้มครองการดูแลหลังเฉียบพลัน เช่น การเข้าพักในสถานบำบัด สำหรับสมาชิก Medicare Advantage

การทำงานอัตโนมัติฝั่งผู้ชำระเงินมักจะ 'ไม่สมมาตรตามการออกแบบ' หมายความว่าอย่างไร

การอนุมัติคำขอที่มีคุณสมบัติเหมาะสมอย่างชัดเจนจะช่วยเร่งการดูแลโดยอัตโนมัติ ในขณะที่การทำให้มนุษย์รับผิดชอบต่อการปฏิเสธที่อาจเกิดขึ้นจะช่วยจำกัดความเสี่ยงของการปฏิเสธอัตโนมัติโดยมิชอบ

CMS บอกแผน Medicare Advantage เกี่ยวกับอัลกอริทึมอย่างไร

คำแนะนำของ CMS กล่าวว่าแผนจะต้องพิจารณาสถานการณ์ของผู้ป่วยแต่ละราย ดังนั้นผลลัพธ์ของอัลกอริทึมเพียงอย่างเดียวจึงไม่สามารถพิสูจน์เหตุผลของการปฏิเสธได้

เรียนรู้ต่อไป

คำแนะนำที่เกี่ยวข้อง

คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้

รับใบรับรอง AI ฟรีหลักสูตรและการสอบสั้น ๆ ฟรี ไม่มีค่าใช้จ่าย ไม่มีบัตรเครดิต ประมาณ 2.5 ชั่วโมงเริ่มต้นฟรี →