一句话看懂：美国医疗体系中的“事先授权”（Prior Authorization）流程因效率低下广受诟病，AI正被引入以加速审批并控制支出。但医生和行业协会担忧，AI驱动的自动化可能导致更多不合理的拒赔，反而加剧患者的治疗延误。
事件核心：发生了什么
美国CMS（ Centers for Medicare & Medicaid Services）今年启动了名为“WISeR”的试点项目，在六个州利用机器学习等AI技术，配合人工临床审核，评估并减少Medicare（联邦医疗保险）中的浪费和欺诈行为，项目将持续至2031年12月。与此同时，特朗普政府也承诺扩大AI在事先授权中的应用，以进一步简化审批流程。此前，拜登政府2024年发布的规则已要求公共保险计划在72小时内（紧急请求）或7个日历日内（非紧急）必须做出授权决定，该规定已于2026年1月生效。私人保险公司也已承诺在2027年前实现电子化请求标准化，并在2026年前减少包括结肠镜、白内障手术在内的常规医疗服务的事先授权范围。
为什么重要
AI介入事先授权，本质上是医疗保险公司在成本控制与患者体验之间的博弈。从技术角度看，AI确实能通过快速处理海量医疗记录和保险规则，大幅缩短对明确符合条件的请求的批准时间。但潜在风险同样显著：2025年美国医学会（AMA）对医生的调查显示，61%的医生担心AI会加剧对必要治疗的拒赔。问题核心在于AI算法的“黑箱”特性——若保险公司不公开其拒绝覆盖的详细临床推理，患者将更难通过申诉获得公正裁决。这不仅是技术采用问题，更触及医疗公平、监管透明度和商业保险利益格局的深层冲突。
对用户/开发者/创作者的影响
对普通患者而言，AI可能带来双重体验：一方面审批速度有望提升，但另一方面，若AI模型偏向于识别“可拒赔”案例，患者被拒绝承保的风险也会增加。六州试点项目的进展和拒赔率变化值得密切观察。对开发者而言，医疗AI的合规门槛极高。若想进入此领域，必须解决模型可解释性、偏见检测以及与现有HIPAA（健康保险携带和责任法案）兼容等问题。相关政策机构可能会要求保险公司披露算法细节并接受外部审计，这为提供AI审核工具的第三方企业创造了机会。对创作者和政策分析师来说，这是一个极佳的案例：当技术逻辑与人文伦理（如“必要治疗”的判定）相遇时，AI的能力边界和监管真空被一览无余。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 试点效果与公开数据：WISeR项目在2026年至2031年间的实际拒赔率变化、患者申诉成功率以及成本节约效果，将直接影响AI在公共保险中的推广速度。目前公开信息有限，需关注CMS后续发布的中期评估报告。
2. 私人保险的跟进与分化：在公共保险试点之外，联合健康、Anthem等大型保险公司是否会同步调整其AI审批算法？若导致拒赔率上升，可能触发更严厉的联邦监管。
3. “透明算法”立法进度：AMA要求保险公司提供详细临床推理并公开算法。若相关法案被推向国会，将对AI在医疗应用层的商业模型产生重大合规成本。开发者应提前关注美国各州和联邦层面的算法透明度提案。
来源：Ars Technica
