AI能否修复医疗预授权：救星还是灾难？

在美国医疗体系中，保险预授权（Prior Authorization）一直是一个令人头疼的环节——医生在开具某些检查或治疗方案前，必须获得保险公司的批准。这个流程繁琐、耗时，常常延误患者治疗。如今，美国政府正在试点一项利用人工智能（AI）来自动处理预授权决策的项目，试图通过技术手段缓解这一痛点。

什么是预授权？为何它如此令人困扰？

预授权是保险公司控制成本的核心工具之一。当医生建议进行昂贵的影像检查（如MRI、CT）、专科药物或手术时，需先向保险公司提交申请，证明其医疗必要性。然而，这个过程通常需要数天甚至数周，且审批结果经常是拒绝或要求更多信息。据美国医学会统计，医生和医疗工作人员每周平均花费近14小时处理预授权事务——这相当于每年损失数亿美元的生产力。

“预授权已经成为医生职业倦怠和患者治疗延误的主要来源。”——美国医学协会前主席Dr. Patrice Harris。

AI试点：承诺与挑战

此次联邦政府试点项目由医疗保险和医疗补助服务中心（CMS）主导，旨在利用机器学习模型分析患者病历、临床指南和保险政策，自动做出预授权决定。理论上，AI可以将审批时间从几天缩短到几分钟，减少人为错误，并释放医疗人员的时间。

然而，作者Joshua Cohen在原文中尖锐指出：“AI可能并非万能解药——它可能只是用一种新问题替代旧问题。”首先，AI模型依赖历史数据训练，而这些数据本身可能包含系统性偏见。例如，如果过去的预授权决策对少数族裔或低收入群体存在歧视，AI将继承并放大这些偏见。其次，AI算法的“黑箱”特性使得医生和患者难以理解拒绝原因，从而削弱了申诉和问责机制。

此外，保险公司的动机值得警惕。预授权的根本目的是控制支出，而非优化患者护理。AI的高效率可能让保险公司更容易拒绝更多请求——只需调整算法阈值，就能在不明显增加人工成本的情况下大幅削减赔付。正如哈佛医学院教授Amitabh Chandra所言：“AI不会改变激励结构，它只会让执行现有激励结构的工具更强大。”

编者按：技术不能替代制度革新

AI在医疗领域的应用前景广阔，但预授权问题本质上是保险制度与临床决策之间的利益博弈。单纯的AI自动化可能治标不治本：如果缺乏透明度监管和患者权益保障，AI只会让本就失衡的天平更加倾斜。理想的解决方案应该是：在AI辅助决策的同时，建立强制性的可解释性要求、独立的审查机制，并逐步改革预授权制度本身——例如，对于证据充分的标准疗法直接取消预授权。

目前，这项试点计划将在纽约、加利福尼亚等五个州开展为期两年的测试，预计涉及超过10万名患者。其结果将深刻影响美国乃至全球医疗技术发展的走向。我们应密切关注：AI究竟会成为医生的得力助手，还是保险公司的新式武器？

本文编译自Ars Technica