近年来，在美国，健康保险拒赔现象有所增加，部分原因是AI驱动的自动化算法的使用。最近推出的一些人工智能工具可能会通过自动生成申诉来反击这些拒赔行为。然而，健康专家表示，为了实现更持久的变化，健康保险系统需要更大的改革，以控制高昂的价格并确保覆盖范围。
联合健康（UnitedHealth）、Humana和信诺（Cigna）正面临集体诉讼，指控这些保险公司依赖算法拒绝挽救生命的护理。其中一项诉讼称，信诺在两个月内拒绝了超过30万项索赔，相当于每项医生审核的索赔仅用约1.2秒。这种做法得到了算法的帮助，诉讼中提到。
2020年，联合健康集团收购了naviHealth及其预测护理的算法nH Predict。联合健康不仅自己使用该算法，还将其合同外包给其他保险公司，包括Humana。（联合健康集团的一位发言人否认该算法用于做出覆盖决策；Humana未回应评论请求。）
针对它们的诉讼声称，nH Predict的错误率高达90%，即每10次拒赔中有9次在申诉后被推翻——但几乎没有任何患者（约0.2%）会申诉其拒赔的索赔，导致他们不得不自掏腰包支付账单或放弃必要的治疗。这一比例与KFF（凯撒家庭基金会）的一项调查结果相符，该调查显示，通过HealthCare.gov购买保险的人中，只有不到0.2%会申诉网络内拒赔的索赔。
对于事先授权（医生和患者在开始护理或药物治疗前必须获得保险公司的批准），2022年KFF的另一项调查显示，Medicare Advantage计划（私人公司提供的Medicare批准计划）中，只有不到10%的拒赔请求被申诉。
医生办公室现在设有专门部门处理和申诉事先授权的决定。根据Commonwealth Fund的一项调查，近一半的美国成年人表示，他们曾意外收到医疗账单或被收取共付额。五分之四的人表示这些延误引起了担忧和焦虑，近一半的人表示他们的病情因延迟治疗而恶化。大多数人不知道他们可以申诉拒赔。
德丽德拉·奥莱利（Deirdre O'Reilly）的三个儿子中有两个有严重食物过敏，因此她担心送其中一个去外州上大学。当她的儿子发生过敏反应时，他像往常一样去了急诊室。但这次，保险公司拒绝了整个就诊费用——接近5000美元，据《卫报》审阅的拒赔信显示。奥莱利尝试了四次申诉，每次保险公司都给出了不同的理由，她说道。
“我儿子别无选择——如果不去最近的急诊室，他会死掉。”奥莱利说。她是一名佛蒙特大学的重症监护医师，她见过类似的拒赔发生在自己的病人身上，例如早产儿的氧气设备被拒赔。
“这种情况已经失控了。在我做医生的20年里，变化非常大。”她说，“我不敢相信人们为了获得基本需求的医疗保障，竟然要经历这些。”
而且，许多人没有同样的医学专业知识、时间和资源来进行漫长的申诉过程。
“我很执着，”她说，“但在某个时候，我也只能坚持到一定程度。”
BlueShield Vermont的一位发言人表示，她无法评论个人的健康记录，但否认使用算法管理护理。“大多数”事先授权的决定是由保险公司团队的医生和护士根据国家指南作出的，她说道。
佛蒙特州是最近通过立法减少事先授权压力的几个州之一。特别是自动化的拒赔行为受到了联邦和州立法者的更多关注。
联合健康（UnitedHealthcare）、CVS和Humana——这三大提供Medicare Advantage服务的提供商，共同提供了几乎60%的Medicare Advantage覆盖——根据美国参议院10月份发布的一份报告，这些公司使用技术和自动化以高频率拒绝事先授权申请。
申诉这些拒赔每年给提供者带来超过72亿美元的行政成本，根据美国医疗保险和医疗补助服务中心的数据分析显示。该机构最近宣布了新的规则，以规范Medicare Advantage计划的事先授权。
对于那些希望了解拒赔原因的患者，ProPublica推出了帮助患者提交记录请求的服务。一些患者和公司开发了AI工具来申诉拒赔，形成了“机器人之间的战斗”。
公司推出了新的生成式AI工具，帮助医院和患者起草申诉信，而一位工程师开发的开源大型语言模型承诺帮助患者“对抗健康保险”。
“没有人喜欢几年前的系统——它也使用算法，只是更简单，”斯坦福大学医学院健康政策教授米歇尔·梅洛（Michelle Mello）说，“但现在，没有人喜欢涉及AI的系统。但我认为改进后的算法可以在某些方面发挥建设性作用。”
AI可以帮助确保表格按照每个保险公司的规格进行编码和格式化，她说——确保请求不会因为不完整而被退回。它还可以用于保险公司更快地批准保险请求。
联合健康集团首席执行官安德鲁·威蒂（Andrew Witty）上周在财报电话会议上表示，大多数拒赔是因为填写或提交表格时出现错误。他估计，通过技术手段采用行业标准，85%的拒赔是可以避免的。
改变为行业标准，而不是每个公司都有不同的表格和流程，这一点尤其重要，威蒂说。
但专家表示，需要有人类监督自动化流程。
“这些算法并不总是正确，所以我认为人们对系统中越来越少的人工干预感到担忧，”马里兰大学公共卫生学院健康政策和管理助理教授米卡·哈默（Mika Hamer）说。
加州最近通过立法，禁止AI做出覆盖决策，并要求医生监督。
但仅仅解决AI并不能解决一些自动化决策背后的问题，哈默说——包括高昂的医疗费用和药物价格。
“每五美元的美国GDP中就有一美元花在医疗保健上，”哈默说，“这是一个庞大的系统。它需要彻底的改革。”
(全文结束)
