Πώς θα έχτιζα ένα σύστημα προέγκρισης με AI που δεν υπογράφει ποτέ την απόρριψη

Άμεση Απάντηση

Η προέγκριση είναι η έγκριση που απαιτεί ένας ασφαλιστικός φορέας πριν πληρώσει για μια επέμβαση, ένα φάρμακο ή ένα ιατροτεχνολογικό προϊόν. Σήμερα τρέχει με φαξ, αναμονές στο τηλέφωνο, και έναν άνθρωπο που αντιστοιχίζει χειροκίνητα έναν ιατρικό φάκελο με ένα PDF κλινικών κανόνων. Μια εκδοχή native σε AI συντάσσει το αίτημα και παρακολουθεί την υπόθεση· ένας αδειοδοτημένος γιατρός εξακολουθεί να κατέχει την απόφαση έγκρισης ή απόρριψης, επειδή δύο κανόνες του 2025-2026 το λένε πλέον γραπτώς.

Βασικά Συμπεράσματα

• Οι γιατροί και το προσωπικό τους ξοδεύουν κατά μέσο όρο 13 ώρες την εβδομάδα σε προεγκρίσεις, και το 94% λέει ότι συμβάλλει στην εξουθένωση, σύμφωνα με την έρευνα γιατρών της AMA για το 2025.
• Από την 1η Ιανουαρίου 2026, ο κανόνας διαλειτουργικότητας του CMS (CMS-0057-F) υποχρεώνει τους θιγόμενους φορείς να αποφασίζουν για επείγοντα αιτήματα εντός 72 ωρών, για τυπικά εντός 7 ημερών, και να δηλώνουν συγκεκριμένη αιτιολογία απόρριψης.
• Ο νόμος Physicians Make Decisions Act (SB 1120) της Καλιφόρνια απαγορεύει στους ασφαλιστές να αφήνουν την AI να είναι η αποκλειστική βάση για απόρριψη, καθυστέρηση ή τροποποίηση φροντίδας, αδειοδοτημένος κλινικός πρέπει να το ελέγξει.
• Το σημείο συμφόρησης δεν είναι η ταχύτητα της γραφειοκρατίας. Είναι ότι τα κριτήρια των φορέων ζουν σε αδόμητα PDF που αλλάζουν χωρίς προειδοποίηση, οπότε κάθε αίτημα ξεκινά με χειροκίνητη επανανάγνωση των κανόνων.
• Η εκδοχή native σε AI δεν βγάζει τον άνθρωπο από την απόφαση. Βγάζει τον άνθρωπο από την επαναπληκτρολόγηση των ίδιων κλινικών δεδομένων σε πέντε διαφορετικές μορφές.

Ποιο πρόβλημα κατέχει πραγματικά αυτό το σύστημα;

Ένα σύστημα προέγκρισης κατέχει το κενό ανάμεσα σε μια κλινική εντολή και στο εγχειρίδιο κανόνων ενός ασφαλιστικού φορέα. Ένας γιατρός αποφασίζει ότι ένας ασθενής χρειάζεται μαγνητική τομογραφία, ένα βιολογικό φάρμακο ή μια επέμβαση. Ο φορέας έχει ήδη δημοσιεύσει μια λίστα συνθηκών υπό τις οποίες θα καλύψει ακριβώς αυτό αλλά εκείνη η λίστα δεν είναι συνδεδεμένη με τον φάκελο, την εντολή ή το λογισμικό του γιατρού. Κάποιος πρέπει να διαβάσει τα κριτήρια του φορέα, να διαβάσει τον φάκελο, και να γράψει επιστολή που να αποδεικνύει ότι ο ασθενής πληροί τα κριτήρια, σε μορφή που θα δεχτεί ο φορέας.

Αυτό το κενό δεν είναι τεχνολογικό. Οι φορείς δημοσιεύουν κριτήρια σκόπιμα, για να ελέγξουν το κόστος. Η δουλειά του συστήματος είναι να κλείσει την απόσταση ανάμεσα στο «ο κανόνας υπάρχει» και στο «ο κανόνας ελέγχθηκε» χωρίς να αλλάξει ποιος επιτρέπεται να πάρει την ιατρική απόφαση. Είναι το ίδιο πρόβλημα επιπέδου συντονισμού που χαρτογράφησα στο πώς θα έφτιαχνα ένα σύστημα κρατήσεων φορτίου που κρύβει το freight, πληροφορία μοιρασμένη σε μέρη που το καθένα κρατά ένα κομμάτι της.

Τη ροή που θα χαρτογραφούσα πρώτη

Πριν σχεδιάσω οτιδήποτε, θα καθόμουν με το προσωπικό προεγκρίσεων μιας κλινικής για μια εβδομάδα και θα κατέγραφα κάθε αίτημα όπως συμβαίνει πραγματικά, όχι όπως το περιγράφει ο ιστότοπος του φορέα.

Κάθε βήμα σε αυτόν τον πίνακα είναι πληροφορία που μετακινείται ανάμεσα σε ανθρώπους που ο καθένας κρατά ένα κομμάτι της: ο κλινικός κρατά τα κλινικά δεδομένα, ο φορέας κρατά τον κανόνα, και το προσωπικό δεν κρατά κανένα από τα δύο: είναι το επίπεδο μετάφρασης. Αυτό το επίπεδο μετάφρασης είναι το πρόβλημα συντονισμού, όχι η γραφειοκρατία.

Πώς θα λειτουργούσε το σύστημα

Η διαδρομή native σε AI δεν ξεκινά με το «αυτοματοποίησε το φαξ». Ξεκινά κάνοντας τα κριτήρια και τον φάκελο αναγνώσιμα από το ίδιο σύστημα την ίδια στιγμή.

Όταν ένας κλινικός δίνει εντολή που ιστορικά ενεργοποιεί προέγκριση, το σύστημα τραβά τα σχετικά δεδομένα του φακέλου (κωδικούς διάγνωσης, προηγούμενες θεραπείες, εξετάσεις, απεικονίσεις) απευθείας από τον ηλεκτρονικό φάκελο. Παράλληλα, εντοπίζει την τρέχουσα απαίτηση του φορέα για εκείνον τον κωδικό, είτε μέσω του FHIR Prior Authorization API του φορέα όπου υπάρχει (υποχρεωτικό για μεγάλο μέρος των φορέων έως την 1η Ιανουαρίου 2027 βάσει του CMS-0057-F) είτε, μέχρι τότε, από μια συντηρούμενη βάση γνώσης πολιτικών που επανελέγχεται προγραμματισμένα αντί για τη στιγμή της ανάγκης.

Το σύστημα συντάσσει μετά την επιστολή ιατρικής αναγκαιότητας ως δομημένη αντιστοίχιση: κάθε κριτήριο που παραθέτει ο φορέας, σε ζεύγος με τη συγκεκριμένη καταχώρηση του φακέλου που το ικανοποιεί. Όπου ένα κριτήριο δεν πληρούται, το λέει αντί να γράψει γύρω από αυτό. Αυτό το προσχέδιο πηγαίνει στον κλινικό που έδωσε την εντολή ή στον εκπρόσωπό του για έλεγχο πριν σταλεί οτιδήποτε: δεν πρόκειται για «ο άνθρωπος πατά έγκριση σε ένα μαύρο κουτί», αλλά για άνθρωπο που ελέγχει επιστολή η οποία δείχνει τη δουλειά της, κριτήριο προς κριτήριο. Είναι το ίδιο όριο ελέγχου-πριν-την-αποστολή που χρησιμοποίησα στο πώς θα ανασχεδίαζα τον έλεγχο συμβάσεων ως ροή native σε AI: συντάσσεις ελεύθερα, στέλνεις μόνο με έγκριση.

Μόλις εγκριθεί για υποβολή, το σύστημα καταθέτει μέσω όποιου καναλιού υποστηρίζει ο φορέας και ελέγχει την κατάσταση αντί να τηλεφωνεί άνθρωπος. Επαναφέρει την υπόθεση σε άνθρωπο μόνο όταν χρειάζεται απόφαση: αίτημα πληροφοριών, απόρριψη με τη δηλωμένη αιτιολογία της, ή έγκριση. Σε απόρριψη, συντάσσει την προσφυγή με τον ίδιο τρόπο: αντιστοιχισμένη με τον συγκεκριμένο λόγο που δόθηκε, τον οποίο ο κανόνας του 2026 υποχρεώνει πλέον τους φορείς να δηλώνουν.

Τίποτα από αυτά δεν αφαιρεί μια απόφαση από άνθρωπο. Αφαιρεί την απαίτηση να ξαναδιαβάσει ένας άνθρωπος ένα PDF 30 σελίδων και να ξαναπληκτρολογήσει τις ίδιες τρεις τιμές εξετάσεων σε τέταρτη μορφή αυτόν τον μήνα.

Τι μένει υπό ανθρώπινο έλεγχο;

Δύο όρια εδώ δεν είναι σχεδιαστικές επιλογές: είναι ήδη γραμμένα σε νόμο και κανονισμό, και πέφτουν και στις δύο πλευρές του αιτήματος.

Από την πλευρά του φορέα, ο νόμος Physicians Make Decisions Act της Καλιφόρνια τροποποίησε τους κώδικες υγείας και ασφάλισης ώστε το AI ή ένα αλγοριθμικό εργαλείο να μην μπορεί να είναι η αποκλειστική βάση για απόρριψη, καθυστέρηση ή τροποποίηση κάλυψης βάσει ιατρικής αναγκαιότητας. Αδειοδοτημένος γιατρός ή καταρτισμένος επαγγελματίας υγείας με σχετική εξειδίκευση πρέπει να το ελέγξει. Οι φορείς πρέπει επίσης να γνωστοποιούν πότε χρησιμοποιούν AI στον έλεγχο χρήσης και να υπόκεινται σε περιοδικούς ελέγχους. Άλλες πολιτείες συντάσσουν παρόμοια διατύπωση, οπότε ένα σύστημα χτισμένο για να παρακάμψει αυτό το όριο χτίζεται σε έδαφος που μετακινείται από κάτω του, η ίδια γραμμή διακυβέρνησης που χαρτογράφησα στο πώς θα ήταν μια ροή συμμόρφωσης native σε AI.

Από την πλευρά της κλινικής που αιτείται, το όριο είναι επαγγελματική λογοδοσία και όχι νόμος: ό,τι υποβάλλεται στο όνομα ενός γιατρού είναι κλινικός ισχυρισμός του γιατρού. Ένα σύστημα που συντάσσει επιστολή και τη στέλνει χωρίς έλεγχο ζητά από έναν κλινικό να διακινδυνεύσει την άδειά του για κείμενο που δεν διάβασε ποτέ. Το βήμα σύνταξη-και-μετά-έγκριση δεν είναι κουτάκι συμμόρφωσης: είναι η διαφορά ανάμεσα σε ένα εργαλείο που εξοικονομεί χρόνο σε έναν κλινικό και σε ένα που κάνει σιωπηλά κλινικούς ισχυρισμούς εκ μέρους του.

Αυτό που μένει για αυτοματοποίηση είναι πραγματικό: η άντληση των σωστών πεδίων του φακέλου, ο εντοπισμός της πολιτικής που ισχύει, η σύνταξη της αντιστοίχισης κριτήριο προς κριτήριο, η κατάθεση μέσω του σωστού καναλιού, και το κυνήγι της κατάστασης. Αυτό που δεν μένει για αυτοματοποίηση είναι η απόφαση ότι ένας ασθενής πληροί ένα κλινικό κατώφλι, ή ότι δεν το πληροί.

Πότε είναι λάθος κατασκευή

Αυτό το σύστημα ταιριάζει άσχημα σε φορέα που δεν έχει καθόλου ψηφιακό κανάλι υποβολής και απαιτεί πραγματικά τηλεφώνημα, το να επιβάλλετε ένα εργαλείο σχήματος API σε μια σχέση μόνο τηλεφωνική προσθέτει βήμα μετάφρασης αντί να το αφαιρεί. Ταιριάζει επίσης άσχημα σε ατομικό ιατρείο ή μικρή κλινική με λίγες προεγκρίσεις τον μήνα· το διαρκές κόστος διατήρησης ενημερωμένης βάσης γνώσης κριτηρίων μπορεί να ξεπεράσει όσα εξοικονομεί ένας χαμηλός όγκος αιτημάτων, κάτι που συνηγορεί υπέρ μιας κοινής υποδομής για πολλά ιατρεία αντί για εξατομικευμένη κατασκευή για ένα, παρόμοια με το πρόβλημα ψυχρής εκκίνησης που επισήμανα στο πώς θα έχτιζα ένα σύστημα διαχείρισης ασφαλιστικών απαιτήσεων native σε AI.

Και είναι λάθος κατασκευή αν ο στόχος γίνει σιωπηλά «μείωσε τις απορρίψεις» αντί για «μείωσε τη δουλειά μετάφρασης». Ένα σύστημα ρυθμισμένο να γράφει πιο πειστικές επιστολές δεν κλείνει το κενό συντονισμού: βελτιστοποιεί απέναντι στη διαδικασία ελέγχου του φορέα, που είναι διαφορετικό, πιο ριψοκίνδυνο έργο με διαφορετικά κίνητρα.

Σύνοψη

Η προέγκριση μοιάζει με πρόβλημα γραφειοκρατίας, γι’ αυτό οι περισσότερες λύσεις στοχεύουν στο φαξ. Το πραγματικό σημείο συμφόρησης είναι ότι ο κανόνας του φορέα και ο φάκελος του ασθενή δεν έζησαν ποτέ στην ίδια δομημένη μορφή, οπότε ένας άνθρωπος πρέπει να κρατά και τα δύο στο κεφάλι του ταυτόχρονα, δύο φορές αν το αίτημα απορριφθεί. Μια εκδοχή native σε AI κλείνει αυτό το κενό (αντιστοιχίζοντας φάκελο με κριτήρια, συντάσσοντας την επιστολή, παρακολουθώντας την κατάσταση) αφήνοντας την απόφαση ιατρικής αναγκαιότητας ακριβώς εκεί που η Καλιφόρνια και το CMS λένε πλέον ότι πρέπει να μείνει: σε έναν αδειοδοτημένο άνθρωπο που διάβασε την υπόθεση.

Συχνές Ερωτήσεις

Μπορεί νόμιμα το AI να απορρίψει ένα αίτημα προέγκρισης; Όχι. Ο νόμος Physicians Make Decisions Act (SB 1120) της Καλιφόρνια απαγορεύει στους ασφαλιστές να χρησιμοποιούν AI ή αλγόριθμο ως αποκλειστική βάση για απόρριψη, καθυστέρηση ή τροποποίηση φροντίδας βάσει ιατρικής αναγκαιότητας: αδειοδοτημένος γιατρός ή καταρτισμένος επαγγελματίας υγείας πρέπει να πάρει την τελική απόφαση, και αρκετές άλλες πολιτείες συντάσσουν παρόμοιους κανόνες.

Πόσο χρόνο κοστίζει πραγματικά η προέγκριση σε ένα ιατρείο; Η έρευνα γιατρών της AMA για το 2025 βρήκε ότι οι γιατροί και το προσωπικό τους ξοδεύουν κατά μέσο όρο 13 ώρες την εβδομάδα σε προεγκρίσεις και ολοκληρώνουν περίπου 40 αιτήματα εβδομαδιαίως, με το 94% να δηλώνει ότι η διαδικασία συμβάλλει στην εξουθένωση.

Τι απαιτεί ο κανόνας προέγκρισης του CMS για το 2026; Από την 1η Ιανουαρίου 2026, ο CMS-0057-F απαιτεί από τους θιγόμενους φορείς (Medicare Advantage, Medicaid και CHIP, και τα προγράμματα των χρηματιστηρίων ACA) να αποφασίζουν για επείγοντα αιτήματα εντός 72 ωρών και για τυπικά εντός 7 ημερολογιακών ημερών, και να δίνουν συγκεκριμένη αιτιολογία για κάθε απόρριψη.

Θα κάνει το FHIR Prior Authorization API περιττό το προσωπικό προεγκρίσεων; Όχι. Το API, υποχρεωτικό έως την 1η Ιανουαρίου 2027 για μεγάλο μέρος των φορέων, τυποποιεί το πώς μετακινούνται ένα αίτημα και η απόφασή του ανάμεσα σε συστήματα. Αφαιρεί ένα πρόβλημα μεταφοράς. Κάποιος πρέπει ακόμη να συγκεντρώσει τα κλινικά τεκμήρια, να κρίνει αν πληρούν τα κριτήρια, και να χειριστεί απορρίψεις και προσφυγές.

Ποιο είναι το πιο επικίνδυνο μέρος της αυτοματοποίησης αυτής της ροής; Το να αφήσετε ένα σύστημα να υποβάλει επιστολή αιτιολόγησης στο όνομα ενός γιατρού χωρίς τον έλεγχό του. Ο κλινικός που δίνει την εντολή παραμένει νομικά και επαγγελματικά υπόλογος για ό,τι υποβάλλεται, οπότε η έγκριση προς αποστολή μένει ανθρώπινο βήμα ακόμη κι αφού το AI συντάξει το περιεχόμενο.