行政人工智能可以显著降低医疗服务提供者在预先授权流程上的成本。然而，这项技术对降低整体系统层面的成本作用有限，反而倾向于增加计费强度，推高医疗支出。
这些发现来自彼得森健康技术研究所(PHTI)本月发布的一份报告。
"计费强度"指的是医疗服务提供组织在诊断编码和治疗计费中寻求记录复杂护理的程度，目的是增加收入。
人工智能可以推动这些有时在医学上不合理的努力。
PHTI的四月报告显示，支付方已通过降码和其他措施实施"全面"支付削减，以应对AI驱动的计费强度增加。
在预先授权方面，报告显示了几项关键进展。其中包括：
- 实时预先授权在护理点已成为一种新兴模式，但目前的概念验证范围狭窄且尚未可扩展。
- 人工智能正在暴露并加剧底层预先授权流程中的根本问题。
该报告主要关注医疗服务提供方部署人工智能的情况，正如上述发现所示，一方面是预先授权，另一方面是医疗计费。
美国在不幸的类别中领先
彼得森研究所通过与受邀专家举行关于医疗保健行政AI的研讨会，得出了这些观察结果和相应的指导。
据报告显示，该领域包括来自医院、健康计划、技术开发公司、投资公司和联邦机构的高级领导。
研讨会组织者选择将讨论重点放在医疗计费和预先授权上，采用查塔姆研究所规则，因为这些使用案例在行政AI方面已见显著采用。
目标是制定一套指南，通过技术与政策更好地利用AI来削减行政成本、加速支付周期并促进适当的高价值护理。
执行摘要中指出："据估计，美国每年约有3500亿美元的医疗行政浪费，其中2660亿美元归因于行政复杂性，590亿至840亿美元归因于欺诈和滥用"，并引用了2019年的同行评审研究。
PHTI作者评论道："2026年，计费和交易成本是行政复杂性的主要驱动因素，美国每项医疗账单的成本远超其他国家。这是由于各健康计划之间独特的支付规则、文档要求和合规标准各不相同所致。"
正在快速重塑
彼得森研究所分析师指出，鉴于预先授权在使用管理中扮演着关键角色，大多数健康计划要求对特定医疗服务和药物进行预先批准，以促进基于证据、指南驱动的护理并控制成本。
他们写道："据估计，该流程可减少高达5%的医疗和药物支出。由于各健康计划之间要求不一致和操作效率低下，预先授权流程在行政上十分繁琐。"
此外，他们指出医疗计费是一个资源密集型过程，要求医疗服务提供者将叙述性临床诊疗转化为标准化的诊断和程序代码以获取报销：
"当前流程——即文档决定计费——创造了激励机制，促使医疗服务提供者尽可能完整地记录以最大化支付。AI工具正在快速重塑医疗计费流程。"
更多内容：
"更好的文档增加了可编码为更高复杂度的就诊比例，进而增加计费。虽然过去十年中高复杂度门诊就诊比例一直在稳步增长，部分原因是人口老龄化和患者群体更为复杂，但AI文档和编码工具可能会加速这一趋势。"
完整报告可在此处免费下载。
【全文结束】
