医生如今正在通过允许人工智能工具撰写他们的申诉，来抵制医疗保险提供商的自动拒绝。
面对来自保险公司的人工智能产生的病人护理拒绝的冲击，医生正在反击，他们正在使用同样的技术来自动化提交他们的上诉。
专家表示，医生在提供医疗服务之前必须获得保险公司许可的事先授权已经成为一场噩梦。现在，它变成了一场人工智能军备竞赛。
美国布朗大学公共卫生学院院长Ashish KumarJha博士说：“谁输了？是病人。”
哮喘药物、新型减肥药和生物制剂这类可以挽救自身免疫性疾病甚至癌症患者生命的药物通常被保险公司拒绝承保。数据表明，临床医生很少对拒绝提出多次上诉，美国医学协会最近的一项调查显示，93%的医生报告了与事先授权相关的护理延误或中断。
Jha说:“在通常情况下，任何昂贵的药物通常都需要事先获得授权，但拒绝的情况往往集中在保险公司认为有更便宜的替代品，即使它没有那么好。”
Jha也是布朗大学卫生服务、政策和实践教授，并在2022年和2023年担任美国白宫新冠疫情应对协调员。他说，虽然事先授权是几十年来的一个主要问题，但直到最近，人工智能才被用于加速并制造批量拒绝。这些否认迫使医生每周花几个小时代表他们的病人对他们提出质疑。
生成式人工智能(GenAI)基于大型语言模型，这些模型被输入大量数据。然后，人们训练模型如何回答问题，这是一种被称为提示工程的技术。
Jha说:“在过去的10到15年里，所有的保险公司都拒绝了越来越多的服务，他们现在把这些服务录入数据库，训练他们的人工智能系统，这使得保险公司的流程更快、更高效。这在过去几年里引起了很多关注。”
虽然保险公司使用人工智能工具并不新鲜，但OpenAI公司的ChatGPT和其他聊天机器人在过去几年的推出，让人工智能推动了自动拒绝的大幅增长，行业分析师表示，他们看到了这一点。
研究机构Gartner公司在四年前预测，25%的支付方和供应商之间将爆发一场“战争”，原因是自动索赔和预授权交易相互竞争。Gartner公司首席信息官分析师、医疗保健策略师MandiBishop在最近的一次采访中表示:“我们现在面临着一场上诉大战。”
这对所有人来说都是一个痛苦的过程
事先授权过程对医疗保健社区的各方来说都是痛苦的，因为它需要大量的人工操作，而且信件在传真机之间来回移动。因此，当健康保险公司看到自动化流程的机会时，从生产力的角度来看，这是有意义的。
当医生看到同样的需求时，电子健康记录技术供应商抓住机会，为他们的客户配备了同样的基因人工智能工具。genAI机器人可以在几秒钟内完成预授权治疗请求，而不是花30分钟编写预授权治疗请求。
由于最初的预授权请求以及随后的上诉包含了支持基于患者健康记录的治疗的实质性证据，因此聊天机器人必须连接到健康记录系统才能生成请求。
EPIC是美国最大的电子健康记录公司之一，它已经推出了基因人工智能工具来处理一小群医生的事先授权请求，这些医生现在正在试用它。几个主要的卫生系统目前也在试用来自Doximity的人工智能平台。
Doximity的首席医师体验官Amit Phul博士表示，该公司的技术可以大幅减少临床医生花在行政工作上的时间。该公司销售的平台带有符合hipaa标准的ChatGPT版本。Doximity声称拥有200万用户，其中80%是医生。去年，该公司对大约500名试用该平台的临床医生进行了调查，发现该平台每周可以为他们节省12至13个小时的行政工作。
Phull说，“在我的急诊室8小时轮班中，我可以看到25到35个病人，所以如果非常高效，节省了12到13个小时，我们谈论的是我可以看到的病人数量的显着增加，”
根据Phull的说法，经常提交事先授权请求的临床医生抱怨这个过程不透明和繁琐，有时会迫使医生为患者选择不同的治疗方案。至少，临床医生经常陷入预先授权提交、拒绝和上诉的恶性循环中，所有这些都需要持续的书面跟踪，同时让患者了解最新的进展情况。
Phull说，“我们试图做的是采用这项技术，对其进行专门的医疗文档培训，并将网络层引入其中，这样医生就可以从其他临床医生的成功经验中学习，然后我们有能力将其硬连接到我们其他平台的技术中，比如数字传真。”
避免堆积如山的工作
美国医学会前主席Jesse M.Ehrenfeld博士表示，对于医生来说，减少对事先拒绝授权的上诉所涉及的工作从未像现在这样迫切。
Ehrenfeld在今年1月为美国医学会撰写的一篇文章中写道，“堆积如山的行政工作、数小时的电话和其他文书工作与繁重的审查过程联系在一起，不仅剥夺了医生与病人面对面的时间，而且研究表明，这也导致了医生的不满和倦怠。”
接受美国医学协会调查的医生中，超过80%的人表示，患者放弃治疗是因为与保险公司在授权问题上存在分歧。接受美国医学协会调查的医生中，超过三分之一的人表示，事先授权之争已经给他们治疗的病人带来了严重的不良后果，包括本可以避免的住院治疗、危及生命的事件、永久性残疾，甚至死亡。
Ehrenfeld是为了回应医疗保险和医疗补助服务中心(CMS)的一项新规定而写的，该规定将于2026年和2027年生效，该规定将简化事先授权请求的电子审批程序。
2023年，美国9个州和哥伦比亚特区通过了立法，改革了各自管辖范围内的这一程序。在2024年初，28个州已经有70多个不同类型的事先授权改革法案。
本月早些时候，Jha出席了全国州议员会议，讨论在事先授权下使用基因人工智能。一些立法者认为，解决方案是禁止在事先授权评估中使用人工智能。然而，他表示，他并不认为人工智能是根本问题。
Jha说:“我认为人工智能会让事情变得更糟，但在人工智能出现之前，情况就已经很糟糕了。我认为(禁止人工智能)在很大程度上是治标不治本。”
立法者提出的另一个解决方案是迫使保险公司披露何时使用人工智能自动拒绝，但Jha并没有看到这种举动背后的目的。他说，“每个人都会使用它，所以每个否认都会说它使用了人工智能。所以，我不知道披露信息会有帮助。”
立法者提出的另一个解决方案是让医生参与监督保险公司使用的人工智能算法。但是Jha和其他人说，他们不知道这意味着什么，医生是否必须监督LLM的训练并监督他们的产出，或者是否应该留给技术专家。
Jha说：“所以，我认为各州正在采取行动，他们认识到存在问题，但我认为他们还没有找到解决问题的办法。”
人工智能工具好坏参半
Jha表示，政策制定者需要更广泛地思考，而不是人工智能好与坏，而是将其视为任何有优点和缺点的技术。换句话说，在已经对这项技术持谨慎态度的医生充分掌握其潜在好处之前，不应该对其使用进行过度监管。
由于存在安全和数据隐私风险、幻觉和错误数据等潜在风险，大多数医疗保健组织在部署人工智能方面表现缓慢。医生们现在才开始使用它，但那些使用它的人已经成为非常直言不讳的少数人，他们赞扬它的好处，比如创建临床记录，处理智能文档处理，以及生成治疗方案。
Jha说：“只有不到1%的医生会这样做。如果世界上有100万名医生，其中只有1%在使用人工智能，那么就有1万名医生在使用人工智能。他们在公开场合谈论它有多棒。感觉所有的医生都在使用人工智能，但实际上并不是这样。”
去年，美国联合医疗集团(United Healthcare)和信诺医疗集团(Cigna Healthcare)面临会员或家属的集体诉讼，指控这两家公司使用人工智能工具错误地拒绝会员的医疗索赔。
在信诺的案例中，有报道称，该公司在2022年的两个月内拒绝了30多万份索赔，相当于平均每份索赔的审查时间为1.2秒。美国联合医疗集团使用了Navi Health公司的一个名为nHPredict的基于人工智能的平台。针对该公司的诉讼称，该技术有90%的错误率。
Gartner公司的Mandi Bishop表示，从这些诉讼中暴露出来的信息，促使医疗技术供应商进行了大量的自我反省。健康保险公司已经后退了一步。
Bishop表示，自从批量拒绝索赔引起国会的注意以来，医疗保健领域自动批准治疗请求的数量大幅增加。即便如此，批拒签仍然很常见，在可预见的未来，这个问题可能会持续下去。
Jha说，“现在还处于早期阶段。我认为(医疗保健)提供商现在才开始使用人工智能。在我看来，这只是人工智能大战的第一轮。我不认为我们会就此结束。这里的局势将会升级。”
