醫(yī)生如今正在通過允許人工智能工具撰寫他們的申訴，來抵制醫(yī)療保險提供商的自動拒絕。

面對來自保險公司的人工智能產(chǎn)生的病人護理拒絕的沖擊，醫(yī)生正在反擊，他們正在使用同樣的技術(shù)來自動化提交他們的上訴。

專家表示，醫(yī)生在提供醫(yī)療服務(wù)之前必須獲得保險公司許可的事先授權(quán)已經(jīng)成為一場噩夢?，F(xiàn)在，它變成了一場人工智能軍備競賽。

美國布朗大學公共衛(wèi)生學院院長Ashish KumarJha博士說：“誰輸了？是病人。”

哮喘藥物、新型減肥藥和生物制劑這類可以挽救自身免疫性疾病甚至癌癥患者生命的藥物通常被保險公司拒絕承保。數(shù)據(jù)表明，臨床醫(yī)生很少對拒絕提出多次上訴，美國醫(yī)學協(xié)會最近的一項調(diào)查顯示，93%的醫(yī)生報告了與事先授權(quán)相關(guān)的護理延誤或中斷。

Jha說:“在通常情況下，任何昂貴的藥物通常都需要事先獲得授權(quán)，但拒絕的情況往往集中在保險公司認為有更便宜的替代品，即使它沒有那么好?！?/p>

Jha也是布朗大學衛(wèi)生服務(wù)、政策和實踐教授，并在2022年和2023年擔任美國白宮新冠疫情應(yīng)對協(xié)調(diào)員。他說，雖然事先授權(quán)是幾十年來的一個主要問題，但直到最近，人工智能才被用于加速并制造批量拒絕。這些否認迫使醫(yī)生每周花幾個小時代表他們的病人對他們提出質(zhì)疑。

生成式人工智能(GenAI)基于大型語言模型，這些模型被輸入大量數(shù)據(jù)。然后，人們訓練模型如何回答問題，這是一種被稱為提示工程的技術(shù)。

Jha說:“在過去的10到15年里，所有的保險公司都拒絕了越來越多的服務(wù)，他們現(xiàn)在把這些服務(wù)錄入數(shù)據(jù)庫，訓練他們的人工智能系統(tǒng)，這使得保險公司的流程更快、更高效。這在過去幾年里引起了很多關(guān)注?！?/p>

雖然保險公司使用人工智能工具并不新鮮，但OpenAI公司的ChatGPT和其他聊天機器人在過去幾年的推出，讓人工智能推動了自動拒絕的大幅增長，行業(yè)分析師表示，他們看到了這一點。

研究機構(gòu)Gartner公司在四年前預(yù)測，25%的支付方和供應(yīng)商之間將爆發(fā)一場“戰(zhàn)爭”，原因是自動索賠和預(yù)授權(quán)交易相互競爭。Gartner公司首席信息官分析師、醫(yī)療保健策略師MandiBishop在最近的一次采訪中表示:“我們現(xiàn)在面臨著一場上訴大戰(zhàn)?！?/p>

這對所有人來說都是一個痛苦的過程

事先授權(quán)過程對醫(yī)療保健社區(qū)的各方來說都是痛苦的，因為它需要大量的人工操作，而且信件在傳真機之間來回移動。因此，當健康保險公司看到自動化流程的機會時，從生產(chǎn)力的角度來看，這是有意義的。

當醫(yī)生看到同樣的需求時，電子健康記錄技術(shù)供應(yīng)商抓住機會，為他們的客戶配備了同樣的基因人工智能工具。genAI機器人可以在幾秒鐘內(nèi)完成預(yù)授權(quán)治療請求，而不是花30分鐘編寫預(yù)授權(quán)治療請求。

由于最初的預(yù)授權(quán)請求以及隨后的上訴包含了支持基于患者健康記錄的治療的實質(zhì)性證據(jù)，因此聊天機器人必須連接到健康記錄系統(tǒng)才能生成請求。

EPIC是美國最大的電子健康記錄公司之一，它已經(jīng)推出了基因人工智能工具來處理一小群醫(yī)生的事先授權(quán)請求，這些醫(yī)生現(xiàn)在正在試用它。幾個主要的衛(wèi)生系統(tǒng)目前也在試用來自Doximity的人工智能平臺。

Doximity的首席醫(yī)師體驗官Amit Phul博士表示，該公司的技術(shù)可以大幅減少臨床醫(yī)生花在行政工作上的時間。該公司銷售的平臺帶有符合hipaa標準的ChatGPT版本。Doximity聲稱擁有200萬用戶，其中80%是醫(yī)生。去年，該公司對大約500名試用該平臺的臨床醫(yī)生進行了調(diào)查，發(fā)現(xiàn)該平臺每周可以為他們節(jié)省12至13個小時的行政工作。

Phull說，“在我的急診室8小時輪班中，我可以看到25到35個病人，所以如果非常高效，節(jié)省了12到13個小時，我們談?wù)摰氖俏铱梢钥吹降牟∪藬?shù)量的顯著增加，”

根據(jù)Phull的說法，經(jīng)常提交事先授權(quán)請求的臨床醫(yī)生抱怨這個過程不透明和繁瑣，有時會迫使醫(yī)生為患者選擇不同的治療方案。至少，臨床醫(yī)生經(jīng)常陷入預(yù)先授權(quán)提交、拒絕和上訴的惡性循環(huán)中，所有這些都需要持續(xù)的書面跟蹤，同時讓患者了解最新的進展情況。

Phull說，“我們試圖做的是采用這項技術(shù)，對其進行專門的醫(yī)療文檔培訓，并將網(wǎng)絡(luò)層引入其中，這樣醫(yī)生就可以從其他臨床醫(yī)生的成功經(jīng)驗中學習，然后我們有能力將其硬連接到我們其他平臺的技術(shù)中，比如數(shù)字傳真?！?/p>

避免堆積如山的工作

美國醫(yī)學會前主席Jesse M.Ehrenfeld博士表示，對于醫(yī)生來說，減少對事先拒絕授權(quán)的上訴所涉及的工作從未像現(xiàn)在這樣迫切。

Ehrenfeld在今年1月為美國醫(yī)學會撰寫的一篇文章中寫道，“堆積如山的行政工作、數(shù)小時的電話和其他文書工作與繁重的審查過程聯(lián)系在一起，不僅剝奪了醫(yī)生與病人面對面的時間，而且研究表明，這也導(dǎo)致了醫(yī)生的不滿和倦怠?！?/p>

接受美國醫(yī)學協(xié)會調(diào)查的醫(yī)生中，超過80%的人表示，患者放棄治療是因為與保險公司在授權(quán)問題上存在分歧。接受美國醫(yī)學協(xié)會調(diào)查的醫(yī)生中，超過三分之一的人表示，事先授權(quán)之爭已經(jīng)給他們治療的病人帶來了嚴重的不良后果，包括本可以避免的住院治療、危及生命的事件、永久性殘疾，甚至死亡。

Ehrenfeld是為了回應(yīng)醫(yī)療保險和醫(yī)療補助服務(wù)中心(CMS)的一項新規(guī)定而寫的，該規(guī)定將于2026年和2027年生效，該規(guī)定將簡化事先授權(quán)請求的電子審批程序。

2023年，美國9個州和哥倫比亞特區(qū)通過了立法，改革了各自管轄范圍內(nèi)的這一程序。在2024年初，28個州已經(jīng)有70多個不同類型的事先授權(quán)改革法案。

本月早些時候，Jha出席了全國州議員會議，討論在事先授權(quán)下使用基因人工智能。一些立法者認為，解決方案是禁止在事先授權(quán)評估中使用人工智能。然而，他表示，他并不認為人工智能是根本問題。

Jha說:“我認為人工智能會讓事情變得更糟，但在人工智能出現(xiàn)之前，情況就已經(jīng)很糟糕了。我認為(禁止人工智能)在很大程度上是治標不治本。”

立法者提出的另一個解決方案是迫使保險公司披露何時使用人工智能自動拒絕，但Jha并沒有看到這種舉動背后的目的。他說，“每個人都會使用它，所以每個否認都會說它使用了人工智能。所以，我不知道披露信息會有幫助。”

立法者提出的另一個解決方案是讓醫(yī)生參與監(jiān)督保險公司使用的人工智能算法。但是Jha和其他人說，他們不知道這意味著什么，醫(yī)生是否必須監(jiān)督LLM的訓練并監(jiān)督他們的產(chǎn)出，或者是否應(yīng)該留給技術(shù)專家。

Jha說：“所以，我認為各州正在采取行動，他們認識到存在問題，但我認為他們還沒有找到解決問題的辦法。”

人工智能工具好壞參半

Jha表示，政策制定者需要更廣泛地思考，而不是人工智能好與壞，而是將其視為任何有優(yōu)點和缺點的技術(shù)。換句話說，在已經(jīng)對這項技術(shù)持謹慎態(tài)度的醫(yī)生充分掌握其潛在好處之前，不應(yīng)該對其使用進行過度監(jiān)管。

由于存在安全和數(shù)據(jù)隱私風險、幻覺和錯誤數(shù)據(jù)等潛在風險，大多數(shù)醫(yī)療保健組織在部署人工智能方面表現(xiàn)緩慢。醫(yī)生們現(xiàn)在才開始使用它，但那些使用它的人已經(jīng)成為非常直言不諱的少數(shù)人，他們贊揚它的好處，比如創(chuàng)建臨床記錄，處理智能文檔處理，以及生成治療方案。

Jha說：“只有不到1%的醫(yī)生會這樣做。如果世界上有100萬名醫(yī)生，其中只有1%在使用人工智能，那么就有1萬名醫(yī)生在使用人工智能。他們在公開場合談?wù)撍卸喟?。感覺所有的醫(yī)生都在使用人工智能，但實際上并不是這樣?！?/p>

去年，美國聯(lián)合醫(yī)療集團(United Healthcare)和信諾醫(yī)療集團(Cigna Healthcare)面臨會員或家屬的集體訴訟，指控這兩家公司使用人工智能工具錯誤地拒絕會員的醫(yī)療索賠。

在信諾的案例中，有報道稱，該公司在2022年的兩個月內(nèi)拒絕了30多萬份索賠，相當于平均每份索賠的審查時間為1.2秒。美國聯(lián)合醫(yī)療集團使用了Navi Health公司的一個名為nHPredict的基于人工智能的平臺。針對該公司的訴訟稱，該技術(shù)有90%的錯誤率。

Gartner公司的Mandi Bishop表示，從這些訴訟中暴露出來的信息，促使醫(yī)療技術(shù)供應(yīng)商進行了大量的自我反省。健康保險公司已經(jīng)后退了一步。

Bishop表示，自從批量拒絕索賠引起國會的注意以來，醫(yī)療保健領(lǐng)域自動批準治療請求的數(shù)量大幅增加。即便如此，批拒簽仍然很常見，在可預(yù)見的未來，這個問題可能會持續(xù)下去。

Jha說，“現(xiàn)在還處于早期階段。我認為(醫(yī)療保健)提供商現(xiàn)在才開始使用人工智能。在我看來，這只是人工智能大戰(zhàn)的第一輪。我不認為我們會就此結(jié)束。這里的局勢將會升級。”