医疗行业长期以来一直在应对预授权的低效问题。预授权旨在确保医疗服务的合理使用，但常常因延误患者治疗而受到批评。随着人工智能在医疗管理中的广泛应用，AI驱动的预授权解决方案有望显著重塑医疗服务提供者和支付方的运作方式。
在一次采访中，Humata Health公司的CEO兼创始人Jeremy Friese博士分享了关于AI如何通过解决提供者的担忧并协调激励措施来改善医疗服务的关键见解。
人工智能在预授权中的竞争
随着医疗支付方和提供者寻求优化其工作流程，人工智能已成为推动预授权创新的关键技术。
“人工智能是双方将在预授权竞争中使用的杠杆，”Friese坚持认为。“这是这种技术的完美用例。”他设想了一个不久的将来，人工智能将完全整合到整个行业的预授权过程中，而非采用者则面临落后的风险。
医疗保险和医疗补助服务中心即将生效的预授权最终规则强调了支付方和提供者现代化其工作流程的紧迫性。随着监管变化、财务考虑和公众认知的交汇，人工智能的采用正迅速成为一种必要而不是可选项。
最近的研究强调了预授权延迟对患者护理的影响。例如，美国医学会（AMA）的一项调查发现，超过90%的医生报告说，预授权会延迟必要的护理，近24%的医生报告说这些延迟导致了严重的不良事件，包括住院、永久损伤或死亡。这些统计数据突显了更高效的预授权流程的迫切需求。
解决提供者的犹豫
尽管人工智能具有潜力，许多提供者仍对自动化的预授权解决方案持保留态度。Friese将这种犹豫归因于对人工智能能力的缺乏理解，而不是对技术本身的担忧。
“一旦提供者清楚地了解了这项技术的影响，他们的犹豫通常不是关于使用人工智能本身，而是关于技术供应商实施的更广泛方面，”他解释道。
常见的障碍包括IT资源可用性、实施挑战和变更管理的复杂性。为缓解这些问题，公司可以与能够帮助简化实施、减轻IT负担并提供专门的变更管理资源的组织合作。通过解决这些后勤障碍，人工智能开发者可以鼓励更广泛的采用并加速向AI驱动的预授权系统的过渡。
提升患者结果
在预授权中最紧迫的问题之一是其对患者护理的影响。由于预授权相关的延迟可能导致负面健康结果，人工智能可以通过加快流程并确保及时获得必要的治疗来提供强大的解决方案，Friese指出。
“人工智能可以帮助加快提供者和支付方的整个流程，这对护理和结果有直接影响，”Friese强调。
对于提供者来说，人工智能自动化了最耗时的步骤，如编译所需的临床文档以进行授权。
“整理正确的临床数据是一项繁重且耗时的任务，但这是人工智能可以快速高效完成的任务，”Friese说道。
在支付方方面，人工智能通过帮助决策者快速确定请求是否符合覆盖指南来提高审查效率。然而，人们对AI驱动的拒绝仍然存在担忧。
根据2024年参议院委员会的一份报告，健康保险商使用AI工具导致更高的护理拒绝率，有时比典型情况高16倍。这引发了关于潜在不适当拒绝必要护理的道德关切。这些统计数据强调了实施AI时需要监督机制以防止不正当拒绝并确保决策公平的重要性。
确保伦理的AI治理
在AI驱动的预授权中，一个重要的伦理问题是自动化可能引入偏见或不公平的拒绝。Friese坚定地主张一种治理模式，在这种模式下，AI只能批准请求，但不能直接拒绝。
“AI应该有能力说‘是’并自动批准授权，但它永远不应该说‘不’。总会有一些独特的情况需要额外的人工审查，”他提议。
为了确保这一原则得到遵守，Friese提出了一种全行业评分方法，其中只有高置信度的批准（例如，在100分制中得分高于90的案例）才被自动化。低于该阈值的案例将被标记为强制人工审查。这样的系统将确保公平、透明和问责，同时保持效率，Friese确认。
平衡自动化和人工监督
虽然人工智能显著加速了预授权，但必须与人工监督相结合，以保持准确性和信任。Friese描述了一种分阶段实施的方法，其中AI最初与人工审查员一起工作。
“当首次将AI集成到工作流程中时，团队会与利益相关者密切合作，以确认自动化符合他们的需求，”Friese解释道。“在初期，人工审查员仍然参与其中，系统根据对预授权的手动调整完善其流程。”
随着提供者和支付方对AI准确性越来越有信心，系统将过渡到更自主的模式，只有在利益相关者对技术性能感到满意时才会发生完全无接触的授权。
消除信息鸿沟
预授权中的主要紧张关系源于支付方和提供者之间期望的错位。提供者经常难以确定所需的确切文件，而支付者则被大量无关信息淹没，导致双方效率低下。
“双方都在感受到这个手动过程带来的极端痛苦，”Friese强调。
人工智能通过简化数据提交来弥合这一差距，使提供者只发送必要的信息，从而使支付者能够更有效地处理请求。通过消除模糊性和减少挫败感，人工智能促进了利益相关者之间的更好协作。
预授权的未来
展望未来，Friese设想了一个90%的预授权都是无接触的，并从提交到批准无需人工干预的过程。
“然而，总会有一些复杂且独特的案例需要人工审查，这可能会占到大约10%的案例，”他承认。
除了自动化之外，Friese还强调了患者透明度的重要性：“目前，[患者]对预授权过程没有任何可见性，但技术可以在提供这些更新方面发挥作用。”通过集成AI驱动的通信工具，患者可以实时了解其预授权状态，增强信任并减少不确定性。
随着人工智能继续重塑预授权过程，那些采用这项技术的医疗机构将继续在效率、成本节约和患者满意度方面获得竞争优势。然而，成功的实施需要深思熟虑的治理、无缝的提供者-支付者协作以及平衡自动化与人工监督的承诺。
(全文结束)
