特朗普政府正在将“事先授权”（Prior Authorization, PA）制度引入传统的医疗保险体系，即在保险覆盖医疗服务前必须获得预先批准。该政策计划通过合同方式给予企业扭曲的激励措施，由这些企业利用人工智能（AI）完成相关工作。
6月27日，美国医保服务中心（CMS）创新中心宣布了一项名为“浪费和不当服务减少模型”（Wasteful and Inappropriate Service Reduction Model，简称WISeR）的新型公私合作模式，实施期限从2026年至2031年。WISeR的目标是减少医疗保险中的浪费支出。CMS引用医疗保险支付咨询委员会（MedPAC）的数据指出，在2022年纳税人资助了58亿美元的“低价值医疗”，即指那些临床益处甚微的服务，或服务带来的风险远大于潜在益处。
根据WISeR模式，CMS将与那些“具备使用增强型技术如人工智能提供保险覆盖必要性建议经验的公司”签订合同。尽管要求最终仍需临床医生进行审查以确定某项产品或服务是否属于浪费，但人工智能将在这一过程中发挥主导作用。目前，“事先授权”制度在传统医疗保险中仅适用于相对较少的服务项目；然而，WISeR将大幅扩展该制度的应用范围，并借鉴此前在医疗保险优势计划（Medicare Advantage）中已有事先授权经验的公司的做法。
然而，特别是以这种特定的公私合作模式引入事先授权机制，可能会弊大于利。首先，“事先授权”已经存在于私营的医疗保险优势计划和普通私人保险体系中，我们清楚它会延迟甚至拒绝关键的医疗覆盖。2024年美国医学会的一项针对1000名医生的调查显示，93%的受访者表示，事先授权总是（15%）、经常（42%）或有时（36%）会延误患者接受必要治疗的机会。此外，繁琐的事先授权流程也可能导致放弃推荐治疗方案。82%的医生表示，这种情况总是（2%）、经常（20%）或有时（60%）发生。
2023年，医疗机构代表医疗保险优势计划参保人提交了约5000万份事先授权请求，保险公司拒绝了其中约320万份（6.4%）。然而，尽管患者和医疗机构只对其中11.7%的拒赔提出上诉，成功率却高达81.7%。与此同时，美国政府问责办公室（GAO）2022年的一项关于医疗保险优势计划的随机样本调查发现，13%的事先授权拒赔是不合理的，因为按照医疗保险规则本应予以覆盖。如果这一比例同样适用于2023年，则考虑到仅有9.5%的拒赔成功被推翻，事先授权制度将导致约11.2万例治疗被错误地拒绝。
事先授权也给医疗服务提供者带来了额外的行政负担，并可能导致此类成本进一步上升。美国医学会的调查显示，医生每周平均要花费13小时处理事先授权事务，40%的医生机构专门安排人员负责处理此类事务。美国人均医疗支出是其他发达国家的两倍，尽管健康结果却更差，而高昂的管理费用正是推动这些成本的重要因素之一。我们在账单和保险方面的管理支出远远高于其他国家，这主要源于美国以盈利为导向的私人保险体系所造成的复杂性。
相比之下，传统医疗保险的管理成本一直显著较低。CMS数据显示，2023年传统医疗保险的行政支出仅占总支出的1.1%，而过去十年间私人保险的行政成本比例则在12%-18%之间波动。在传统医疗保险中引入事先授权不仅会增加医疗服务提供者的行政负担，还会通过更高的管理支出直接增加纳税人的负担。
利用人工智能拒绝医疗服务
WISeR模式还可能通过与外部公司签约的方式，直接在传统医疗保险体系内激励企业剥削行为。2024年10月，美国参议院常设调查小组委员会发布的一份报告详细披露，联合健康集团（United Healthcare）、Humana和CVS这三家最大的医疗保险优势计划保险公司，在审核患者后续护理服务时不成比例地拒绝了大量事先授权申请。联合健康集团内部文件特别吹嘘其“机器辅助事先授权”（MAP）技术的好处，CVS也在2021年开始采用人工智能程序来减少对后续护理的覆盖。这些系统的目的就是拒绝医疗服务。例如，2022年3月一次CVS会议记录显示，减少事先授权将导致财务损失“过于严重，无法继续推进”。
在WISeR模式下，CMS将与使用人工智能的企业签约，并通过“让他们获得因拒绝浪费和不当护理而节省资金的一部分”来奖励他们。与参议院报告中有关医疗保险优势计划的发现类似，WISeR模式实际上是在激励第三方尽可能多地拒绝医疗服务，以实现利润最大化。没有证据表明这些以盈利为目的的企业会优先确保医疗服务的可及性，并尽可能精准地识别和拒绝低价值医疗服务，而不是单纯追求利润最大化。
除了扭曲的财务激励外，WISeR模式延续了特朗普政府对人工智能毫无根据的信任。正如参议院报告所述，依赖人工智能和机器模型是为了提高拒赔的数量，而且正如联邦医疗补助与儿童健康保险计划支付与准入委员会（MACPAC）也指出的那样，企业可以操纵算法，使其过度偏向于拒绝医疗服务。
人工智能尚未被证明是可靠的，尤其是当CMS希望允许私人公司使用它来决定美国老年人是否能够获得医疗保险覆盖时。据报道，美国食品药品监督管理局（FDA）的“Elsa”人工智能模型在获取事实方面存在问题，而白宫推出的“让美国再次健康起来”（Make America Healthy Again，MAHA）报告也因错误引用AI生成的研究结论而陷入争议，其中一些所谓研究根本不存在。
试图阻止58亿美元流向不必要的和不当的医疗支出确实是正当的政府目标。然而，鉴于以下四点原因——（1）引入事先授权制度已在私人保险中延迟和拒绝了重要服务；（2）CMS模式增加了行政成本，而这些成本本身已使我们的医疗体系比其他国家更加昂贵；（3）向营利性企业提供了扭曲的激励，鼓励其为了自身利润最大化而拒绝医疗服务；以及（4）依赖未经验证的人工智能模型，这些模型可能影响人们是否能获得挽救生命的治疗——当前的做法很可能会给美国人带来更多的代价和伤害，而不是帮助。
此外，还需要将WISeR模式置于整体医疗政策背景中来看待：MedPAC估计，CMS在2025年将因过度支付给医疗保险优势计划的私人保险公司（如联合健康集团、Humana、Aetna和Elevance Health）而浪费840亿美元。近年来的其他估算数据也显示，年度超额支付金额从约800亿美元到最高达1400亿美元不等。根据MedPAC 2025年的估算，负责任联邦预算委员会（CRFB）预测未来十年医疗保险优势计划的超额支付将达到1.2万亿美元。
一些共和党参议员，如比尔·卡西迪（Bill Cassidy，R-LA）曾建议在国会最近通过的大规模和解立法中加入一项打击保险公司欺诈纳税人资金的关键方法——“升级编码”（up-coding），即人为夸大患者的病情以获取更多公共资金。然而，政府和共和党国会议员最终并未推动在法案中包含任何与此类巨大浪费相关的条款——相比之下，事先授权制度声称要解决的58亿美元浪费规模只是这一数字的七分之一不到。
打击这类浪费威胁到了大型医疗保险优势计划保险公司的巨额利润，这些公司在2020年至2024年间共投入3.32亿美元用于游说。医疗保险优势行业的主要游说组织“更好医疗保险联盟”（Better Medicare Alliance）特别在2024年加大了游说力度，以对抗日益增长的批评声音。曾任美国众议员的吉姆·格林伍德（Jim Greenwood，R-PA）——也是现行医疗保险优势计划的设计者之一——曾评论道：“面对强大的游说力量、有限的监管以及操纵性的做法，原有防止过度收费和挑选健康客户的保障措施已被证明太弱。”
打击美国医疗体系中的浪费和不必要的支出确实是政府应关注的重点。保险公司已从美国纳税人手中窃取了数千亿美元资金。医院和其他医疗服务提供者收取的费用远远高于其他发达国家提供相同服务的价格。制药公司研发并推广给医生和患者的产品，与现有替代疗法相比并无明显的临床优势。通过使用未经验证、可被操控的人工智能模型来奖励营利性企业拒绝提供医疗覆盖，绝非解决问题的正确方向。
【全文结束】
