Cómo la inteligencia artificial controla su cobertura de seguro de salud

Durante la última década, las compañías de seguros de salud aumentaron el uso de algoritmos artificiales de inteligencia. A diferencia de los médicos y hospitales, que usan y ayudan a diagnosticar y tratar a los pacientes, las aseguradoras de salud usan estos algoritmos para decidir si pagar los tratamientos y servicios de salud recomendados por los médicos de los pacientes.

Uno de los ejemplos más comunes es una aprobación previa, que es cuando su médico debe recibir la aprobación de pagos de su compañía de seguros antes de prestarle atención. Muchas aseguradoras usan el algoritmo para decidir si la atención solicitada es “médicamente necesaria” y debe cubrirse.

Estos sistemas de IA también ayudan a garantizar cuánta atención tiene derecho el paciente, por ejemplo, cuántos días la casa del hospital puede recibir al paciente después de la cirugía.

Si la aseguradora cae para pagar el tratamiento, recomienda su médico, generalmente tiene tres opciones. Puede intentar apelar la decisión, pero este proceso puede llevar mucho tiempo, dinero y asistencia profesional. Solo 1 de cada 500 solicitudes de negación se queja. Puede aceptar un tratamiento diferente que su aseguradora cubrirá. O puede pagar el tratamiento recomendado, que a menudo no es realista debido a los altos costos de atención médica.

Como científico legal que estudia la ley y la política de salud, me preocupa cómo los algoritmos de seguros afectan la salud de las personas. Al igual que con los algoritmos de IA utilizados por médicos y hospitales, estas herramientas pueden mejorar la atención y reducir los costos. Las aseguradoras dicen que también les ayudan a tomar decisiones rápidas y seguras sobre qué atención es necesaria y evita tratamientos derrochadores o dañinos.

Pero hay una fuerte evidencia de que lo contrario puede ser cierto. Estos sistemas a veces se usan para retrasar o rechazar la preocupación que debe cubrirse, todo en nombre del ahorro de dinero.

Patrón de retención de diseño

Probablemente, las empresas alimentan los registros de salud del paciente y otra información relevante en el algoritmo de atención médica y compara esta información con los estándares médicos actuales para decidir si cubrir el reclamo del paciente. Sin embargo, las aseguradoras se negaron a descubrir cómo funcionan estos algoritmos para tomar tales decisiones, por lo que es imposible decir exactamente cómo funcionan en la práctica.

El uso de IA para ver la cobertura ahorra un seguro de tiempo y recursos, especialmente porque significa menos trabajadores médicos para revisar cada caso. Pero el beneficio financiero del seguro no se detiene allí. Si el sistema y niega rápidamente una solicitud válida y las quejas del paciente, este procedimiento de apelación puede durar años. Si el paciente está gravemente enfermo y espera morir pronto, una compañía de seguros puede ahorrar dinero fácilmente al distraer el proceso con la esperanza de que el paciente muera antes de que se resuelva el caso.

Las aseguradoras dicen que si caen para cubrir la intervención médica, los pacientes pueden pagarla de su bolsillo.

Esto crea una posible capacidad inquietante de asegurar algoritmos para negar la atención de problemas de salud caros, a largo plazo o terminales, como discapacidad crónica u otra discapacidad debilitada. Un reportero lo expresó con firmeza: “Muchos adultos mayores pasaron sus vidas pagando en Medicare ahora enfrentando amputación o cáncer y se ven obligados a pagar por sí mismos o ir sin ellos”.

La investigación respalda esta preocupación: es más probable que los pacientes con enfermedades crónicas se les den las coberturas y sufran como resultado. Además, los pueblos negros y latinoamericanos y los de otras nacionalidades desiguales, así como las personas que se identifican como lesbianas, gay, bisexuales o transgénero, tienen más probabilidades de experimentar la negación. Algunas pruebas también sugieren que la aprobación previa puede aumentar, no una reducción en los costos del sistema de salud.

Las aseguradoras afirman que los pacientes siempre pueden pagar cualquier tratamiento, por lo que no les importa la atención. Pero este argumento ignora la realidad. Estas decisiones tienen graves consecuencias de la consecuencia de la salud, especialmente cuando las personas no pueden pagar la atención que necesitan.

Movimiento hacia la regulación

A diferencia de los algoritmos médicos, el seguro y las herramientas están en gran medida no regulados. No tienen que pasar comentarios sobre alimentos y drogas, y las compañías de seguros a menudo dicen que sus algoritmos son secretos comerciales.

Esto significa que no hay información pública sobre cómo estas herramientas toman decisiones y no hay pruebas externas para ver si son seguras, justas o eficientes. No hay estudios revisados ​​por pares para mostrar qué tan bien trabajan en el mundo real.

Parece ser un impulso para el cambio. Los servicios de Medicare y Medicaid o CMS, que es una agencia federal a cargo de Medicare y Medicaid, ha anunciado recientemente que los planes de ventaja de Medicare deben ser una decisión básica sobre las necesidades de pacientes individuales, no solo en criterios genéricos, no solo en criterios genéricos. Pero estas reglas continúan dejando a las aseguradoras para crear sus estándares de toma de decisiones y aún no requieren que ninguna prueba externa demuestre sus sistemas antes de su uso. Además, las reglas federales pueden regular solo programas federales de salud pública como Medicare. No se aplican a las aseguradoras privadas que no proporcionan un programa federal de salud.

Las aseguradoras se negaron a descubrir cómo los algoritmos usan el trabajo. Fizkes / istock a través de Getty Images Plus

Algunos países, incluidos Colorado, Georgia, Florida, Maine y Texas, son leyes propuestas para garantizar la IA. Varios aprobaron nuevas leyes, incluido el estatuto en California 2024, que requiere que un médico con licencia monitoree el uso de algoritmos de cobertura de seguro.

Pero la mayoría de las leyes estatales sufren las mismas debilidades que las nuevas reglas de CMS. Están demasiado controlados en manos de las aseguradoras para decidir cómo definir la “necesidad médica” y en qué contextos usar algoritmos para las decisiones de cobertura. Tampoco requieren que esos algoritmos reexaminaran expertos neutrales antes de usar. E incluso las leyes estatales fuertes no serían suficientes, porque los países generalmente no pueden regular Medicare o las aseguradoras que actúan fuera de sus fronteras.

El papel de la FDA

Dados muchos expertos en prácticas de salud, la brecha entre los actos y las necesidades de los pacientes se ha vuelto tan amplia que la regulación de los algoritmos de atención médica es ahora imprescindible. Como sostengo en un ensayo que se publicará en la revista Indiana Lion, la FDA está bien preparada para hacerlo.

La FDA es personal de profesionales médicos que tienen la posibilidad de evaluar los algoritmos de seguro antes de usar la decisión de cubrir. La agencia ya revisa muchas herramientas médicas de IA por seguridad y eficiencia. La vista previa de la FDA también proporcionaría un uniforme, un esquema regulatorio nacional en lugar de reglas de tela en todo el país.

Algunas personas argumentan que el poder de la FDA es limitado aquí. A los efectos de la regulación de la FDA, el dispositivo médico se define como un instrumento “destinado a su uso en el diagnóstico de enfermedades u otras afecciones o medicina, mitigación, tratamiento o prevención de enfermedades”. Dado que los algoritmos de seguro de salud no se utilizan para el diagnóstico, el tratamiento o la prevención de la enfermedad, el Congreso puede necesitar cambiar la definición de un dispositivo médico antes de que la FDA pueda regular esos algoritmos.

Si la autoridad actual de la FDA no es suficiente para cubrir los algoritmos de seguro, el Congreso puede cambiar la ley para darle ese poder. Mientras tanto, los gobiernos de CMS y estatales podrían requerir un examen independiente de estos algoritmos por seguridad, precisión y equidad. También podría impulsar a las aseguradoras a apoyar un estándar nacional único, como la regulación de la FDA, en lugar de enfrentar las reglas de mosaico en todo el país.

Avanzar hacia la regulación de cómo las aseguradoras de salud usan AI para determinar la cobertura claramente comenzada, pero aún así es una presión robusta. Las vidas del paciente están literalmente en línea.