คู่มืออุตสาหกรรม
AI ในการอนุญาตล่วงหน้า
AI ในการอนุญาตก่อนหน้านี้ใช้ระบบอัตโนมัติ กฎกลไก และการเรียนรู้ของเครื่องเพื่อส่ง ตรวจสอบ และตัดสินใจคำขออนุมัติจากบริษัทประกันภัยสำหรับการรักษา ยา และขั้นตอนต่างๆ ก่อนส่งมอบการดูแล
บนหน้านี้อ่าน 4 นาที
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
ผลกระทบเชิงกลยุทธ์
บริบทและกฎ
บริบททางอุตสาหกรรมเป็นตัวกำหนดว่าแนวคิด AI จะรอดจากการสัมผัสกับความเป็นจริงหรือไม่
การควบคุมคุณภาพ
ข้อจำกัดของโดเมนมีอิทธิพลต่ออัตราข้อผิดพลาดที่ยอมรับได้และแบบจำลองการควบคุมดูแล
สร้างทางเลือก
การปรับใช้ที่ประสบความสำเร็จจะปรับความสามารถทางเทคนิคให้สอดคล้องกับเวิร์กโฟลว์แนวหน้า
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
การใช้งานจริงในโลกแห่งความเป็นจริง
เมื่อแพทย์สั่ง MRI EHR ของคลินิกจะตรวจสอบว่าแผนของผู้ป่วยจำเป็นต้องได้รับการอนุมัติล่วงหน้าหรือไม่ และกรอกคำขอล่วงหน้าพร้อมบันทึกที่เกี่ยวข้องและประวัติการถ่ายภาพ
บริษัทประกันภัยจะอนุมัติคำขอโดยอัตโนมัติซึ่งตรงกับเกณฑ์ทางคลินิกที่เผยแพร่ไว้อย่างชัดเจน เช่น ขนาดยามาตรฐานสำหรับการวินิจฉัยที่ได้รับการบันทึกไว้ และส่งทุกอย่างอื่นๆ ไปยังพยาบาลหรือผู้ตรวจทานของแพทย์
ทีมงานวงจรรายรับของโรงพยาบาลใช้แบบจำลองภาษาเพื่อดึงหลักฐานการรักษาที่ล้มเหลวก่อนหน้านี้จากบันทึกแผนภูมิ ช่วยลดเวลาที่พนักงานใช้ในการรวบรวมชุดอุทธรณ์
กลุ่มผู้สนับสนุนผู้ป่วยจะเปรียบเทียบอัตราการปฏิเสธและการกลับคำอุทธรณ์สำหรับการดูแลหลังเฉียบพลัน เพื่อระบุกรณีที่เครื่องมือคาดการณ์ระยะเวลาการเข้าพักอาจกระตุ้นให้เกิดการตัดความคุ้มครองก่อนกำหนด
ความเสี่ยงและรั้ว
ข้อกำหนดด้านกฎระเบียบอาจทำให้ต้นแบบที่แข็งแกร่งเป็นโมฆะได้
ข้อมูลในอดีตอาจเข้ารหัสอคติที่เป็นอันตรายต่อชุมชนบางแห่ง
ระบบเดิมสามารถสร้างปัญหาคอขวดในการบูรณาการและต้นทุนแอบแฝงได้
แผนงานการดำเนินงาน
ให้ผู้เชี่ยวชาญโดเมนมีส่วนร่วมตั้งแต่การกำหนดกรอบปัญหาไปจนถึงการประเมิน
ออกแบบเส้นทางการตรวจสอบและเอกสารประกอบก่อนการเปิดตัว
ตรวจสอบการปฏิบัติตามข้อกำหนดและภาระผูกพันด้านความปลอดภัยตั้งแต่เนิ่นๆ
เปิดตัวเป็นระยะโดยมีเกณฑ์การหยุดและย้อนกลับที่ชัดเจน
สำรวจต่อไป
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.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
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