Американские власти запустили пилот, где ИИ в предавторизации медицинских услуг должен снижать лишние расходы Medicare. На бумаге идея выглядит аккуратно: машина быстрее сортирует поток заявок, а люди проверяют спорные случаи. На практике это еще один тест на зрелость ИИ в высокорисковых процессах, где ошибка измеряется не только деньгами, но и сорванным лечением.
Как пишет Ars Technica, речь идет о проекте WISeR, который в 2026 году начала Центры Medicare и Medicaid Services (CMS). Пилот идет в шести штатах и рассчитан до декабря 2031 года. Его задача — выявлять услуги, которые, по мнению регулятора, особенно уязвимы к перерасходу, злоупотреблениям и мошенничеству. В списке — кожные и тканевые заменители, импланты электрических нейростимуляторов и артроскопия колена при остеоартрите. CMS обещает, что комбинация машинного обучения и клинической проверки человеком ускорит решения и обеспечит «своевременную и корректную оплату» по Medicare.
Проблема в том, что предавторизация сама по себе уже считается одним из самых токсичных элементов американской медицины. Формально она нужна, чтобы не оплачивать избыточные или слишком дорогие варианты лечения, когда есть более дешевые альтернативы. Но на земле это часто выглядит иначе: врач назначает терапию, страховщик просит дополнительные обоснования, пациент ждет, лечение сдвигается, а иногда просто срывается. По данным нового опроса Commonwealth Fund, примерно каждый пятый взрослый американец трудоспособного возраста с частной страховкой в 2025 году столкнулся с отказом в покрытии лечения, рекомендованного врачом, для себя или члена семьи. У 41 процента это привело к задержке помощи, а более чем у четверти состояние из-за этого ухудшилось.
Для CMS ставка здесь еще выше, потому что модель предавторизации долгое время была характерна прежде всего для Medicare Advantage — частной альтернативы классическому Medicare, где сейчас застраховано около 55 процентов пожилых и людей с инвалидностью, имеющих право на программу. Именно там ежегодно фиксируются миллионы полных или частичных отказов. Еще в 2022 году инспекция HHS указывала, что более чем в одном из десяти случаев планы Medicare Advantage отказывали в услугах, хотя пациенты, по всей видимости, соответствовали правилам покрытия. Да, отказ не всегда окончательный: в 2024 году 81 процент таких решений затем отменяли по апелляции. Но для пациента эта статистика звучит слабым утешением: сначала нужно пережить сам отказ, потом бюрократию, а иногда и потерянное время.
На этом фоне ИИ в предавторизации вызывает у врачей скорее настороженность, чем энтузиазм. По опросу Американской медицинской ассоциации за 2025 год, 61 процент врачей опасаются, что ИИ только усилит отказы по тем назначениям, которые они считают необходимыми. Ассоциация требует от страховщиков большей прозрачности по алгоритмам и обязательного клинического обоснования каждого отказа. Критики WISeR добавляют еще один неприятный слой: подрядчики, которых наняли для работы модели, получают долю от так называемых «предотвращенных расходов». В переводе с бюрократического на обычный это означает прямой экономический стимул не пропускать спорные заявки. Для любой IT-аудитории здесь считывается знакомый паттерн: если метрика системы завязана на экономию, она неизбежно учится экономить. Вопрос только в том, на ком именно.
Отдельная ирония в том, что федеральные власти одновременно пытаются и расширять, и ограничивать предавторизацию. Администрация Джо Байдена в 2024 году приняла правило, которое должно было сократить задержки в государственных страховых планах: по срочным запросам решение нужно принимать за 72 часа, по несрочным — за семь календарных дней. Для большинства публичных планов эти сроки вступили в силу с 1 января 2026 года. Параллельно уже администрация Дональда Трампа в 2025 году договорилась со страховщиками об ускорении и стандартизации процесса: электронные запросы должны стать более унифицированными к 2027 году, а объем услуг, требующих предавторизации, обещали снизить уже к 2026-му, в том числе для распространенных процедур вроде колоноскопии и операций при катаракте. И тут же CMS запускает новый пилот, который возвращает предавторизацию глубже в original Medicare, да еще и с ИИ.
Для разработчиков и продуктовых команд эта история полезна не как экзотика американского здравоохранения, а как довольно честный кейс о внедрении ИИ в регулируемую отрасль. Технически задача выглядит соблазнительно: большой массив документов, повторяющиеся сценарии, дорогая ручная проверка, понятный KPI на скорость и экономию. Но именно в таких системах выясняется, что «human in the loop» не спасает, если у модели неверно поставлена цель, у подрядчика конфликт стимулов, а у пользователя нет прозрачного механизма оспаривания. ИИ в предавторизации может действительно ускорить одобрение очевидных случаев. Но если он параллельно удешевит масштабирование отказов, отрасль получит не автоматизацию рутины, а автоматизацию бюрократического вреда.
Сейчас главный вопрос не в том, умеет ли модель сортировать заявки быстрее человека, а в том, кто и как отвечает за ошибочный отказ, задержку лечения и перекошенные стимулы в такой системе. Для рынка ИИ это один из самых неприятных, но и самых важных экзаменов: когда алгоритм встраивают не в чат-бот или поисковую выдачу, а в цепочку решений, после которой пациент либо получает помощь, либо остается ждать.