人工智能解决方案虽可减轻事先授权和计费中的行政负担，但根据一份新报告，各机构报告称交易量增加且成本上升。
彼得森健康技术研究所(Peterson Health Technology Institute)汇总了2026年1月研讨会的见解，该研讨会汇集了来自各类组织的高级领导者，范围从医疗系统到联邦机构。与会者讨论了技术与政策如何使人工智能能够降低行政成本、加速支付周期并促进高价值医疗服务。
报告指出，人工智能有可能帮助机构以降低的成本执行加速的事先授权，但目前没有证据表明"在计入人工智能解决方案成本后，它能降低每项索赔的平均成本"。
与会者还指出，系统活动增加——包括来回的"机器人战争"——以及对复杂案例影响有限和意外后果是部署人工智能进行事先授权的潜在风险。
报告还表示，护理点实时事先授权是一种新兴模式，但目前尚不可扩展，且人工智能的影响受政策差异限制。与会者提出了几项改进建议，包括要求电子健康记录(EHR)供应商集成标准事先授权API，以及将标准化电子交易类型的要求扩展到更多健康计划类型。
在考察人工智能在医疗计费中的作用时，报告发现提供者部署"正在增加计费强度和医疗支出"，特别是AI文书系统，它们在评估与管理以及诊断相关组复杂性附加代码方面增加了计费强度。
报告称："人工智能正在加速高复杂度计费的增长，这在近年来已经使可负担性受到压力。结果是，支付方和患者无法继续承受这种趋势。"
人工智能工具已在美国各地的医疗保健组织中变得普遍。一项3月调查显示，75%的医疗系统正在使用至少一个AI平台，高于2025年的59%。此外，50%的受访者表示其系统使用三个或更多AI应用程序。
随着部署增加，系统在实施工作中报告了主要障碍——74%的受访者将依赖EHR供应商列为障碍。
在计费强度增加的情况下，报告称医疗计划正在使用"全面降级编码"和其他报销减少措施。然而，此类减少的影响目前尚不明确——可能会"不成比例地损害"尚未采用AI工具的提供者。
此外，报告表示当前的医疗计划"可能不足以应对AI驱动的医疗通胀"，并呼吁协调政策来解决这一问题。
PHTI高管在报告中表示："讨论强化了一个核心现实：目前部署的人工智能在医疗保健行政流程中可能只实现部分目标——例如减少机构执行事先授权请求和提交计费索赔的手动工作——同时增加医疗成本。"
报告还指出，考虑到工作流程、数据复杂性和激励措施，人工智能"加剧了潜在问题"。研究人员表示，要最终减少行政浪费，部署流程将需要重新设计。
【全文结束】
