人工智能（AI）在公共卫生领域具有巨大的变革潜力。在数百万美国人难以获得高质量医疗服务的时代，基于AI的工具和应用程序可以实现远程诊断，提高公共卫生干预措施的实施效率，并支持低资源环境下的临床决策。然而，目前主要由私营部门驱动的创新可能正在加剧现有的不平等，因为这些模型通常是在同质化的数据集上进行训练，且开发的工具主要惠及高社会经济地位（SES）的人群。为了弥补这一差距，医疗保险和医疗补助服务中心（CMMI）应创建一个AI for Medicaid (AIM) 计划，向州医疗补助计划（与私营部门合作）提供竞争性拨款，用于试点降低农村和低收入人口医疗成本并改善护理交付的AI解决方案。
挑战与机遇
2022年，美国在医疗保健上的支出达到4.5万亿美元，占GDP总量的17.3%。尽管美国在人均医疗保健支出上远高于其他高收入国家，但其健康结果却显著更差，包括较低的预期寿命、较高的可避免死亡率和较差的医疗保健服务获取率。此外，依赖州管理的医疗补助计划的8000万低收入美国人通常健康状况较差，且最缺乏医疗保健服务的获取。AI有潜力彻底改变医疗保健系统，但仅由私营部门驱动的创新可能会加剧上述不平等现象。一般来说，算法通常是在不能代表基础人口的数据集上进行训练的，在许多情况下，这些训练偏差导致工具和模型在种族少数群体、患有多种疾病的人群和低SES人群中表现不佳。例如，直到2023年1月，用于优先考虑肾脏移植患者的模型系统性地将黑人患者排在白人患者之后，这一种族成分在医学界的努力下被识别并移除。尽管AI模型比传统预测算法强大得多，但也更难理解和设计，这可能导致进一步延续这种偏见。此外，目前在数字健康领域创新的初创公司没有动力为边缘化群体开发解决方案。例如，在2022财年，前10家专注于医疗补助的初创公司仅获得了15亿美元的私人资金，而其专注于医疗保险优势（MA）的同行则获得了超过200亿美元的资金。由于医疗补助的利润率较低，对投资者缺乏吸引力，因此数字健康开发的目标人群通常是已经投保且医疗保健服务获取度较高的群体。
联邦政府处于独特的位置，可以在私营部门AI工具开发者和最能受益于这些工具的美国社区之间架起激励差距的桥梁。相应地，医疗保险和医疗补助服务中心（CMMI）应启动AI for Medicaid (AIM) 计划，以激励和试点针对医疗补助受益人的新型AI医疗工具和解决方案。其他国家的先例表明，早期成功的国家激励措施可以解锁健康AI创新。例如，2023年，英国的国民健康服务（NHS）与Deep Medical合作试点了一种AI软件，该软件通过预测和减轻错过预约的风险来简化服务。成功的试点项目现在正被更广泛地采用，并预计在未来几年内为NHS节省超过3000万美元。AIM计划将借鉴前医疗补助创新加速器计划（IAP）、拜登总统关于将公平纳入AI开发的行政命令以及卫生与公众服务部（HHS）的公平计划（2022年），鼓励私营部门与州医疗补助计划合作，开发惠及农村和低收入美国人的解决方案，并提高整个医疗保健系统的效率。
行动计划
CMMI将在卫生与公众服务部（HHS）内启动并运营AIM计划。HHS年度预算请求中将拨款2000万美元用于该计划。州医疗补助计划将与私营部门合作，提交竞争性拨款提案。除了资金外，CMMI还将利用前医疗补助IAP计划的结构，为参与AIM计划的州医疗补助机构提供技术支持。最终选定的试点项目将受到监测和评估，以备未来更广泛的实施。
样本详细时间表
- 0-6个月：
- HHS部长宣布并在CMMI内启动AI for Medicaid (AIM) 计划（例如，明确人员职责并与其他利益相关者协商以塑造该计划）
- HHS在向国会提出的年度预算请求中包括AIM资金（2000万美元分配）
- 6-12个月：
- CMMI直接与州医疗补助机构合作，支持提案开发并促进与私营部门合作伙伴的联系
- CMMI完成征集期，并在第一年底选择约7-10个提案，每个提案试点资金约为200万至500万美元
- 第2-7年：启动并推出选定的AI项目，由州医疗补助机构领导，CMMI继续提供技术支持
- 第8年：CMMI发布评估报告并提供有关在医疗补助覆盖人群及其他人群中更广泛采用AI工具和解决方案的建议
风险与限制
- 参与度：该计划的成功取决于州医疗补助计划和私营部门合作伙伴的参与。为缓解这一风险，CMMI将尽早与全国医疗补助主任协会（NAMD）接触，以激发兴趣并提供提案开发的技术支持。这些对话还将包括来自HHS首席AI官办公室（OCAIO）及其AI委员会/实践社区的输入和支持。此外，医疗AI领域的初创公司将被邀请与CMMI合作，确定与州医疗补助机构的潜在伙伴关系。该计划的次要目标是确保一定数量的私营部门合作伙伴参与AIM。
- 监督：AI是当今技术发展的前沿，确保患者在使用AI技术时不受潜在不良后果的影响至关重要。为缓解这一风险，州医疗补助机构将被要求在其提案中提交详细的评估计划。此外，当涉及个人身份信息（PII）和诊断或治疗技术时，必须要求知情同意和退出数据共享的能力。技术合作伙伴（无论是私营、学术还是公共部门）还必须证明（1）对其AI工具进行了充分测试，以识别和减少偏见到合理标准，（2）在开发过程中与受益人互动，（3）利用反映医疗补助人口特定背景的测试环境。最后，所有提案必须遵守HHS和联邦政府更广泛采纳的AI指南，如CMS AI手册、HHS可信AI手册和即将出台的法规。
- 长期性：作为试点拨款计划，该计划不会承诺为更广泛的人群带来长期成果，而只会促进州级的短期项目。因此，HHS领导层必须致力于计划评估，并从长远角度看待如何整合AI以支持更广泛的美国人。在试点实施后，州医疗补助机构或联邦机构考虑收购的AI技术和工具应确保符合OMB指南。
结论
AI for Medicaid 计划是确保人工智能在医疗保健领域的潜力惠及所有美国人的一个重要步骤。该计划将以相对较低的成本试点一系列解决方案，与公私部门的利益相关者互动，并使美国成为医疗保健AI技术的领导者。利用州级激励措施解决数字健康领域的一个关键市场失灵问题，还可以在医疗补助计划和更广泛的医疗保健系统中释放显著的效率。依赖医疗补助的农村和低收入美国人长期以来在获取医疗保健服务和技术方面被忽视，AIM计划提供了一个弥合这一健康公平差距的机会。
(全文结束)
