AI przy okienku ubezpieczalni: lekarz czeka, algorytm decyduje

👁 138 przeczytań

System prior authorization - czyli obowiązek uzyskania wstępnej zgody ubezpieczyciela przed wykonaniem zaleconego przez lekarza zabiegu, przepisaniem leku czy skierowaniem do specjalisty - jest jednym z najbardziej nielubiane elementów amerykańskiej opieki zdrowotnej. Teraz do gry wchodzi AI. I tu zaczyna się naprawdę trudne pytanie: czy algorytm przyspieszy approvals, czy po prostu zautomatyzuje odmowy?

Miliony odmów rocznie

Zacznijmy od skali problemu. W programie Medicare Advantage - prywatnej alternatywie dla rządowego Medicare, która obejmuje dziś około 55 procent uprawnionych seniorów i osób niepełnosprawnych - ubezpieczyciele wystawiają corocznie miliony pełnych lub częściowych odmów na podstawie prior authorization. Czerwcowe raporty federalne pokazały, że plany odrzucają niekiedy nawet wnioski o przyjęcie do ośrodków pielęgnacyjnych i rehabilitacyjnych. NBC News opisywało pacjentów utknętych w swoistym czyśćcu prior authorization, którzy „kończą im się czas lub opcje leczenia”.

Dane z Commonwealth Fund opublikowane w tym roku są jeszcze bardziej konkretne: co piąty pracujący Amerykanin z prywatnym ubezpieczeniem zgłosił w 2025 roku odmowę pokrycia leczenia zaleconego przez lekarza - dla siebie lub kogoś z rodziny. 41 procent tych, którym odmówiono, potwierdziło opóźnienie w opiece, a ponad jedna czwarta stwierdziła, że jej stan zdrowia się przez to pogorszył.

Algorytm jako sędzia

AI wchodzi w ten system z obietnicą przyspieszenia. Teoretycznie model może w sekundy przejrzeć dokumentację medyczną, zidentyfikować wnioski spełniające wszystkie kryteria i wydać decyzję bez wielodniowego czekania w kolejce. Administracja Trumpa uruchomiła właśnie pilotaż w sześciu stanach, testując AI jako narzędzie do ograniczania zbędnych wydatków medycznych.

Ale problem jest dokładnie w tym słowie: „zbędnych”. Kto to ustala? I wedle jakich danych AI się uczy?

Jeżeli algorytm trenowany jest na historycznych decyzjach ubezpieczycieli - a historyczne decyzje ubezpieczycieli były przez lata krytykowane za systemowe zaniżanie refundacji - to mamy do czynienia z klasycznym przypadkiem: garbage in, garbage out. Automatyzacja niesprawiedliwego systemu nie czyni go sprawiedliwym. Czyni go tylko szybszym.

Ankieta American Medical Association z 2025 roku objęła lekarzy pracujących w tym systemie na co dzień. Wyniki są jednoznaczne: 61 procent z nich obawia się, że AI nasili odmowy tego, co sami uważają za medycznie uzasadnione leczenie. AMA postuluje, żeby ubezpieczyciele byli zobowiązani do podawania szczegółowych klinicznych uzasadnień odmów oraz do przejrzystości algorytmów, na których się opierają.

Kogo chroni ten system?

Analityk polityki zdrowotnej Camm Epstein ujął to dobrze:

„AI should be used to make appropriate care easier to approve, not necessary care easier to deny.”

Epstein, Washington D.C., komentarz dla Undark

To rozróżnienie jest kluczowe. Prior authorization w swojej pierwotnej idei miało sens - jako narzędzie ograniczające przepisywanie drogich leków tam, gdzie tańsze odpowiedniki działają równie dobrze, albo kierowanie pacjentów na kosztowne procedury bez wyraźnych wskazań. Stosowany rozsądnie, ten mechanizm rzeczywiście może ograniczać marnotrawstwo i nadużycia.

Problem polega na tym, że rozsądek bywa tu rzadki. System przez lata ewoluował w kierunku domyślnej odmowy, obciążając lekarzy papierkową robotą - czasem po kilka godzin tygodniowo - i zmuszając pacjentów do odwoływania się od decyzji, które nigdy nie powinny były zapaść. Mechanizmy apelacyjne są skomplikowane i czasochłonne. Wielu chorych rezygnuje z zaleconego leczenia zanim w ogóle dostanie odpowiedź.

Prędkość kontra sprawiedliwość

AI może rozwiązać problem prędkości. Może skrócić czas oczekiwania na decyzję z dni do minut. Ale prędkość bez sprawiedliwości to nie postęp - to eskalacja. Jeżeli algorytm odmawia szybciej niż człowiek, to jedynym efektem jest to, że pacjent szybciej dowiaduje się, że nie dostanie leczenia.

Administracja Bidena wydała w 2024 roku regulacje reformujące ten system - ich losy w nowym układzie politycznym są niepewne. Pilotaż administracji Trumpa skupia się tymczasem na cięciu kosztów, nie na redukcji nieuzasadnionych odmów. To istotna różnica w priorytetach.

Uczciwość wymaga przyznania, że AI może też działać uczciwie - jeśli zostanie zaprojektowana z myślą o pacjencie, nie o oszczędnościach ubezpieczyciela, jeśli jej decyzje będą wyjaśnialne i podlegające kontroli, jeśli trening obejmie dane kliniczne, a nie tylko historię wypłat. To jednak wymaga regulacji i politycznej woli, żeby postawić interes pacjenta wyżej niż interes akcjonariuszy.

Na razie wiemy tylko tyle, że algorytm wszedł do budynku. Czy jest po to, żeby pomóc pacjentom czekającym w kolejce - czy żeby przybić im odmowę stemplem szybciej niż ludzki urzędnik - tego system jeszcze nie powiedział wprost.

// czytaj dalejWielka Brytania sprawdza AI w badaniu oczu cukrzyków. Algorytm może odciążyć lekarzy, ale nie dostał jeszcze pełnego zaufaniaPremiumAI w okienkach drive-thru: już 6 procent fast foodów w USA przyjmuje zamówienia głosemNewsyFałszywi lekarze na TikToku zbierają miliony wyświetleń, szerzą mity o raku i polecają nieistniejące lekiNewsy