Autorización previa de Medicare con IA: sí inmediato en 88%
En la autorización previa de Medicare con IA, Humata Health, el proveedor del modelo WISeR para Oklahoma en el Medicare tradicional, dice que su sistema da un «sí inmediato» en 88% de los casos en que los datos clínicos respaldan la aprobación, según le dijo su director ejecutivo, Jeremy Friese, a KFF Health News en un reportaje publicado el 23 de junio de 2026. Los médicos de los seis estados del piloto describen retrasos, errores y estrés. Para las aseguradoras y los proveedores de inteligencia artificial que las atienden, el caso muestra que las aprobaciones automáticas rápidas solo rinden si los casos que quedan para las personas avanzan igual de rápido.
Por qué Medicare empezó a exigir aprobación previa en seis estados
El Medicare tradicional empezó a probar la autorización previa en enero de 2026 para recortar el gasto en servicios que el gobierno de Trump considera propensos al fraude o al mal uso. Los CMS dicen que el desperdicio representa hasta 25% del gasto en salud en Estados Unidos, y la oficina del inspector general del HHS advirtió en septiembre que el gasto de Medicare en sustitutos de piel se disparó casi 700% en dos años. Hasta entonces, Medicare había evitado esta práctica.
El modelo de reducción de servicios innecesarios e inapropiados (Wasteful and Inappropriate Service Reduction Model, WISeR) va del 1 de enero de 2026 al 31 de diciembre de 2031 en Arizona, Nueva Jersey, Ohio, Oklahoma, Texas y Washington. Cubre 13 servicios médicos, entre ellos sustitutos de piel y tejido, implantes de estimuladores nerviosos eléctricos, artroscopia de rodilla para la artrosis de rodilla, cifoplastia y epidurales de columna. Se anunció en junio de 2025 y entró en funcionamiento a mediados de enero.
Lo que hace Humata Health en el piloto de Oklahoma
Humata Health es una de las seis empresas de tecnología que los CMS eligieron para el modelo, y revisa las solicitudes de Oklahoma en la jurisdicción JH de Novitas. Las demás son Cohere Health en Texas, Genzeon en Nueva Jersey, Innovaccer en Ohio, Virtix Health en Washington y Zyter en Arizona. Los CMS llaman a WISeR el primer modelo del Innovation Center en el que las empresas de tecnología son las únicas participantes.
Cada participante debe contar con profesionales clínicos que validen las determinaciones, y los CMS dicen que toda recomendación de no pago la emiten profesionales con la licencia adecuada. Friese reconoció el ritmo del lanzamiento: «Tuvimos un despliegue muy acelerado desde que nos notificaron hasta que entramos en funcionamiento».
Cómo avanza una solicitud WISeR desde la clínica hasta la decisión
Los médicos y su personal entran a un portal en línea y envían los expedientes que justifican un procedimiento, ya sea directamente al participante o a través de su contratista administrativo de Medicare, que reenvía la solicitud. Con IA, el sistema aprueba rápido las solicitudes que cumplen los criterios del programa, le dijo Friese a KFF Health News. Los CMS han promocionado decisiones en 72 horas. Tras la aprobación, los médicos reciben un «número de seguimiento universal» que les permite agendar el procedimiento y cobrar. Los prestadores también pueden omitir la solicitud y aceptar una revisión médica de la reclamación antes del pago.
«El modelo busca reducir la atención inapropiada sin retrasar la atención apropiada.» Abe Sutton, director del Center for Medicare and Medicaid Innovation
Cómo se ven los resultados hasta ahora
El único resultado al que Humata le ha puesto cifra es el suyo: un sí inmediato en 88% de los casos en que los datos clínicos respaldan la aprobación, según Friese. No hay una cifra independiente para Oklahoma. Los prestadores de ese estado describen un panorama más lento. James Webb, radiólogo musculoesquelético de Tulsa, dijo que las reclamaciones sin problemas deberían pagarse en 15 días, pero su práctica ha visto retrasos de seis a ocho semanas en cifoplastias. Jennifer Valle, de Clinical Radiology of Oklahoma, dijo que los revisores han pedido estudios de imagen que ya estaban en el expediente. Webb documentó cuatro veces que un paciente no tenía entumecimiento y aun así la solicitud fue negada, con el entumecimiento como motivo.
Friese dijo que no ha sabido de ninguna alucinación de la IA. En otro estado, un informe de abril de la oficina de la senadora Maria Cantwell señaló que el sistema médico de la Universidad de Washington tenía casi 100 pacientes esperando inyecciones epidurales por retrasos relacionados con WISeR.
Lo que cambia para las aseguradoras de salud y los proveedores de IA
Para las aseguradoras, la autorización previa WISeR es una gran prueba pública de la revisión al estilo comercial con la IA haciendo la primera pasada. El modelo de pago es la lección de negocio: los participantes reciben un porcentaje del gasto en atención innecesaria que sus revisiones evitan, y ese porcentaje se ajusta según su desempeño, que incluye una encuesta a los prestadores sobre qué tan fácil es el proceso. Un proveedor que aprueba al instante los casos limpios pero frena el resto puede perder en la segunda medida. Los CMS dicen que los prestadores con historial de cumplimiento podrían quedar exentos de la revisión en el futuro, con una «tarjeta dorada».
La demanda de revisiones más rápidas es real. Una encuesta de KFF de enero encontró que 69% de los adultos asegurados considera la autorización previa una carga. Ochenta y cuatro por ciento de las aseguradoras comerciales ya usan herramientas de IA, según una encuesta publicada en 2025. Más negativas también significan más apelaciones, y Medicare les paga a contratistas para atenderlas.
Preguntas y respuestas
¿Qué es el modelo WISeR?
WISeR es un modelo del Innovation Center de los CMS que añade la autorización previa al Medicare tradicional para 13 servicios en seis estados. Empresas de tecnología revisan las solicitudes con IA y revisores clínicos. Va del 1 de enero de 2026 al 31 de diciembre de 2031 y no aplica a Medicare Advantage.
¿Qué empresa hace las revisiones de WISeR en Oklahoma?
Humata Health, Inc. cubre Oklahoma en la jurisdicción JH de Novitas. Su director ejecutivo, Jeremy Friese, dice que la IA da un sí inmediato en 88% de los casos en que los datos clínicos respaldan la aprobación.
¿Qué tan rápido deberían llegar las decisiones de WISeR?
Los CMS han promocionado decisiones en 72 horas. Las reclamaciones sin problemas deberían pagarse en 15 días, aunque algunos prestadores de Oklahoma reportan retrasos de seis a ocho semanas.
La visión de MOZGII
Cómo lo construiríamos
La revisión de autorizaciones previas es sobre todo una tarea de comparación: ¿el expediente de este paciente cumple una regla de cobertura publicada? Dividiríamos el sistema en dos vías. La primera aprobaría una solicitud de forma automática solo cuando cada criterio se cumpla con claridad en el expediente enviado, y le mostraría a la clínica qué página y qué línea cumplen cada uno. La segunda enviaría todo lo demás a un profesional clínico con licencia, con una nota breve sobre lo que falta. El software nunca negaría una solicitud por su cuenta.
Los expedientes son donde falla. Llegan como notas escaneadas, informes de imagen y formularios, y un modelo que los lee puede confundir una región del cuerpo o pasar por alto una frase que dice que un síntoma no está presente. Probaríamos el lector con solicitudes anteriores de respuesta conocida, registraríamos cada caso en que interpretó mal un hallazgo y le exigiríamos citar el texto exacto en el que se basó. Que un revisor pida un estudio de imagen que ya está en el expediente es señal de que el lector no lo encontró, así que también contaríamos esas solicitudes como errores.
La única métrica que vigilaríamos no es la proporción de aprobaciones inmediatas. Es el tiempo desde el primer envío hasta una decisión pagable en las solicitudes que no se aprueban de inmediato, porque ahí es donde esperan los pacientes. Después construiríamos el lado de la clínica: una verificación que se ejecute antes del envío y le diga a la oficina qué falta, para que menos solicitudes sean devueltas.
Fuentes
De dónde salen los datos de esta nota.