用 AI 拒绝承保：CMS 的新医疗保险模式
快速阅读: 据《反冲》最新报道，特朗普政府引入事先授权（PAs）并利用AI减少医保浪费，但可能增加医疗延误和行政成本，引发对营利性公司扭曲激励的担忧。
特朗普政府正在将事先授权（PAs）引入传统医疗保险，事先授权是在保险覆盖医疗服务之前必须获得的预先批准。政府计划与使用人工智能（AI）执行工作的公司签订带有扭曲激励措施的合同。6月27日，医疗保险和医疗补助服务中心（CMS）创新中心宣布了一种名为“浪费和不当服务减少（WISeR）”的新公私合作模式——将持续到2026年至2031年。WISeR的目的是减少医疗保险中的浪费支出。CMS引用了医疗保险支付咨询委员会（MedPAC）的调查结果，该调查显示，2022年纳税人资助了58亿美元的低价值护理，定义为“提供几乎没有临床益处的服务，或服务带来的风险超过潜在益处的护理”。WISeR模式将与“在使用增强技术如人工智能（AI）的付款人提供有关保险必要性建议方面具有专业知识的公司”签订合同。虽然使用AI，但CMS要求这些公司最终由临床医生进行审查，以验证医疗决定，即产品或服务是否属于浪费。目前，事先授权仅适用于传统医疗保险中相对少量的服务；然而，WISeR将大大扩展这些授权，并与在医保优势计划中有事先授权经验的公司合作。然而，事先授权的引入——尤其是在这种特定的公私合作模式中——可能造成更多伤害而非益处。首先，事先授权已经在医保优势系统以及标准私人保险中存在，我们知道它们会导致关键医疗保障的延误和拒绝。2024年美国医学协会对1000名医生的调查发现，93%的受访者表示事先授权总是（15%）、经常（42%）或有时（36%）会延迟获得必要的治疗。PA流程的困难也可能导致放弃推荐的治疗，82%的医生报告称总是（2%）、经常（20%）或有时（60%）会放弃推荐的治疗。2023年，医疗机构不得不为医保优势计划中的患者提交大约5000万份事先授权请求，其中保险公司拒绝了约320万份（6.4%）。然而，尽管患者和医疗机构只在11.7%的情况下提出上诉，他们有81.7%的成功率。同时，政府问责局（GAO）关于MA的一份报告指出，在2022年随机抽取的PA拒绝案例中，有13%是不恰当的，因为根据医疗保险规则，这些护理本应被覆盖。如果这一情况适用于2023年，那么只有9.5%的拒绝被成功上诉，事先授权将导致大约112,000次治疗被不恰当地拒绝。事先授权还会给医疗保健提供者带来额外的行政负担，并可能增加此类成本。AMA的调查显示，医生每周要多花13小时完成事先授权，40%的医生有专门人员负责处理事先授权。尽管我们享受的健康状况更差，但美国人均医疗开支是其他发达国家的两倍，而其中很大一部分成本来自于更高的行政成本。我们大约在行政管理上花费两倍于其他国家的金额，而这大部分来自国家主要以营利为目的、私营保险模式下的账单和保险复杂性。相比之下，医疗保险的行政成本显著较低，2023年只有1.1%的支出用于行政管理，而过去十年间，私营保险的行政成本则在12%至18%之间波动。在传统医疗保险中引入事先授权不仅会增加提供者的行政负担，还会通过增加行政支出直接加重纳税人的负担。利用人工智能拒绝医疗WISeR模式还可能通过与外部公司的合同，在传统医疗保险中直接激励企业剥削。美国参议院永久调查小组委员会2024年10月的一份报告详细说明了医保优势（MA）中三家最大的保险公司——联合健康集团（United Healthcare）、Humana和CVS——如何不成比例地拒绝覆盖患者急性后期护理的PA请求。联合健康集团内部文件特别强调了其机器辅助事先授权（MAP）技术的好处，CVS从2021年开始采用人工智能程序来减少覆盖急性后期护理。这些系统旨在拒绝医疗，正如2022年3月CVS的一次会议记录所表明的，减少PA会导致财务损失“太大无法继续前进”。在WISeR中，CMS将与使用AI的公司签订合同，并通过让这些公司“获得因他们的审查而避免的浪费和不当护理相关节省的一定百分比”来奖励它们。类似于参议院报告关于医保优势的发现，WISeR模式激励这些第三方尽可能多地拒绝医疗以最大化利润。没有证据表明这些营利性行为者会在确保医疗可及性和尽可能少地拒绝低价值护理方面优先考虑，而不是仅仅最大化自己的利润。除了扭曲的财务激励外，WISeR继续延续特朗普政府对AI未经证实的信任。正如参议院报告所述，依赖AI和机器模型是为了增加拒绝的数量，而根据医疗补助和儿童健康保险计划支付和准入委员会（MACPAC）的报告，公司可以偏见和操控算法，以过度强调拒绝医疗。AI也尚未证明可靠，特别是当CMS希望允许私营公司使用它来决定美国老年人是否能获得医疗保障时。FDA的“Elsa”AI模型的报道表明，它在获取事实正确性方面存在困难，白宫推出MAHA（让美国再次健康）报告时也因错误生成的研究参考而陷入困境，其中一些研究并不存在。试图阻止每年58亿美元流向不必要的和不适当的护理是一项合法的政府利益。然而，鉴于（1）事先授权的引入已经导致私人保险中重要服务的延误和拒绝，（2）CMS的模式增加了行政成本，这已经使我们的医疗体系比其他国家更加昂贵，（3）给予营利性公司扭曲的激励以最大化自身利润来拒绝医疗，以及（4）依赖未经验证的AI模型，这些模型可能影响某人是否能获得救命治疗，当前的做法很可能会给美国人带来更多损失和伤害，而不是帮助。此外，将WISeR模式置于整体医疗政策背景下至关重要：MedPAC估计，2025年，CMS将通过向医保优势计划中的私营保险公司过度支付而浪费840亿美元——如联合健康集团、Humana、Aetna和Elevance Health。近年来的其他估计显示，年度过度支付从约800亿美元到高达1400亿美元不等。根据MedPAC 2025年的估计，负责任联邦预算委员会预测未来十年MA的过度支付将达到1.2万亿美元。一些共和党参议员，如比尔·卡西迪参议员（R-LA）曾建议在国会上周通过的巨额和解立法中包含一项针对保险公司窃取纳税人资金的关键方法：虚报病历，即让患者显得比实际更严重以获得更多纳税人资金来覆盖他们。然而，政府和国会共和党人最终并未在法案中加入任何涉及这一巨大浪费来源的条款——这一浪费来源比PAs将要解决的58亿美元大得多，甚至超过其14倍。打击美国医疗保健中的浪费和不必要的支出是政府的合理关注点。保险公司从美国纳税人那里在医保优势计划中盗取了数千亿美元。医院和其他提供者对相同的医疗服务向美国人收取的价格明显高于其他发达国家。制药公司研究、开发并向医生和患者推广的产品与现有替代治疗相比没有额外的临床效益。通过奖励营利性公司使用未经验证、易被操控的人工智能模型来拒绝医疗保障，这不是解决问题的办法。本文首次发表于CERP。
(以上内容均由Ai生成)
