Предварительное одобрение WISeR: 88% мгновенных «да»
Humata Health, которая проводит предварительное одобрение WISeR в Оклахоме для традиционной программы Medicare, утверждает, что ее ИИ дает «мгновенное да» в 88% случаев, где клинические данные подтверждают одобрение. Об этом генеральный директор Джереми Фриз рассказал KFF Health News в материале, опубликованном 23 июня 2026 года. Врачи в шести штатах пилота описывают задержки, ошибки и стресс. Для страховщиков и ИИ-поставщиков, которые с ними работают, этот случай показывает: быстрые автоматические одобрения окупаются, только если случаи, оставленные людям, движутся так же быстро.
Почему Medicare начала требовать предварительное одобрение в шести штатах
Традиционная программа Medicare начала испытывать предварительное одобрение в январе 2026 года, чтобы сократить расходы на услуги, которые администрация Трампа считает уязвимыми для мошенничества или злоупотреблений. CMS утверждает, что потери дают до 25% расходов на здравоохранение в США, а генеральный инспектор HHS в сентябре предупредил, что расходы Medicare на заменители кожи выросли почти на 700% за два года. Раньше Medicare такой практики избегала.
Модель сокращения расточительных и неуместных услуг (Wasteful and Inappropriate Service Reduction Model, WISeR) действует с 1 января 2026 года по 31 декабря 2031 года в Аризоне, Нью-Джерси, Огайо, Оклахоме, Техасе и Вашингтоне. Она охватывает 13 медицинских услуг, среди них заменители кожи и тканей, имплантаты электростимуляторов нервов, артроскопию коленного сустава при остеоартрите, кифопластику и эпидуральные инъекции в позвоночник. Модель объявили в июне 2025 года, а заработала она в середине января.
Что делает Humata Health в пилоте в Оклахоме
Humata Health входит в число шести технологических компаний, которых CMS выбрала для модели, и проверяет запросы для Оклахомы в юрисдикции JH Novitas. Остальные: Cohere Health в Техасе, Genzeon в Нью-Джерси, Innovaccer в Огайо, Virtix Health в Вашингтоне и Zyter в Аризоне. CMS называет WISeR первой моделью Инновационного центра, где участниками стали только технологические компании.
У каждого участника должны быть врачи, которые подтверждают решения, и CMS говорит, что каждую рекомендацию об отказе в оплате дают врачи с соответствующей лицензией. Фриз признал высокий темп запуска: «С момента уведомления до запуска мы развертывались очень агрессивно».
Как запрос WISeR проходит путь от клиники до решения
Врачи и их сотрудники входят в онлайн-портал и загружают медицинские документы, обосновывающие процедуру, либо напрямую участнику, либо через своего административного подрядчика Medicare, который пересылает запрос. С помощью ИИ система быстро одобряет заявки, которые соответствуют критериям программы, рассказал Фриз KFF Health News. CMS обещала решения в течение 72 часов. После одобрения врачи получают «универсальный номер отслеживания», по которому можно назначить процедуру и получить оплату. Медики также могут пропустить запрос и согласиться на медицинскую проверку счета до оплаты.
«Модель нацелена на сокращение неуместной помощи без задержки уместной». Эйб Саттон, директор Центра инноваций Medicare и Medicaid
Как выглядят результаты на сегодня
Единственный результат, который Humata выразила в цифрах, принадлежит ей самой: мгновенное да в 88% случаев, где клинические данные подтверждают одобрение, по словам Фриза. Независимых цифр по Оклахоме нет. Медики там описывают более медленную картину. Джеймс Уэбб, рентгенолог по опорно-двигательному аппарату из Талсы, сказал, что счета без проблем должны оплачиваться в течение 15 дней, но его практика ждет оплаты кифопластики по шесть-восемь недель. Дженнифер Валле из Clinical Radiology of Oklahoma рассказала, что проверяющие запрашивали снимки, которые уже были в деле. Уэбб четыре раза задокументировал, что у пациента нет онемения, но запрос все равно отклонили, сославшись на онемение.
Фриз сказал, что не слышал ни об одной галлюцинации ИИ. При этом в апрельском докладе офиса сенатора Марии Кантуэлл говорилось, что в медицинской системе Вашингтонского университета почти 100 пациентов ждали эпидуральных инъекций из-за задержек, связанных с WISeR.
Что это меняет для страховщиков и ИИ-поставщиков
Для плательщиков предварительное одобрение WISeR стало большим публичным испытанием проверки в коммерческом стиле, где первый проход делает ИИ. Главный урок для бизнеса в модели оплаты: участники получают процент от расходов на расточительную помощь, которую предотвратили их проверки, и этот процент корректируется по их результатам, включая опрос медиков о том, насколько процесс удобен. Поставщик, который мгновенно одобряет чистые случаи, но тормозит остальные, может проиграть по второму показателю. CMS говорит, что медиков с хорошей историей соблюдения правил в будущем могут освободить от проверки по «золотой карте».
Спрос на более быструю проверку реален. Январский опрос KFF показал, что 69% застрахованных взрослых считают предварительное одобрение обузой. Восемьдесят четыре процента коммерческих страховщиков уже используют ИИ-инструменты, по данным опроса, опубликованного в 2025 году. Больше отказов также означает больше апелляций, за обработку которых Medicare платит подрядчикам.
Вопросы и ответы
Что такое модель WISeR?
WISeR представляет собой модель Инновационного центра CMS, которая добавляет предварительное одобрение в традиционную Medicare для 13 услуг в шести штатах. Технологические компании проверяют запросы с помощью ИИ и врачей-рецензентов. Модель действует с 1 января 2026 года по 31 декабря 2031 года и не распространяется на Medicare Advantage.
Какая компания проверяет запросы WISeR в Оклахоме?
Humata Health, Inc. обслуживает Оклахому в юрисдикции JH Novitas. Ее генеральный директор Джереми Фриз говорит, что ИИ дает мгновенное да в 88% случаев, где клинические данные подтверждают одобрение.
Как быстро должны приходить решения WISeR?
CMS обещала решения в течение 72 часов. Счета без проблем должны оплачиваться в течение 15 дней, хотя некоторые медики в Оклахоме сообщают о задержках в шесть-восемь недель.
Взгляд MOZGII
Как бы мы это построили
Проверка для предварительного одобрения в основном сводится к сопоставлению: соответствует ли карта пациента опубликованному правилу покрытия? Мы бы разделили систему на два пути. Первый автоматически одобрял бы запрос, только когда каждый критерий явно выполнен в присланных документах, и показывал бы клинике, какая страница и строка закрывает каждый из них. Второй отправлял бы все остальное лицензированному врачу с короткой пометкой, чего не хватает. Программа никогда не отклоняла бы запрос сама.
Ломается все на документах. Они приходят в виде отсканированных записей, заключений по снимкам и форм, и модель, которая их читает, может перепутать область тела или пропустить фразу о том, что симптома нет. Мы бы проверяли модель на прошлых запросах с известными ответами, записывали каждый случай, где она неверно поняла находку, и требовали бы цитировать точный текст, на который она опиралась. Если проверяющий просит снимки, которые уже есть в деле, значит, модель их не нашла, поэтому такие запросы мы бы тоже считали ошибками.
Единственная метрика, за которой мы бы следили, это не доля мгновенных одобрений. Это время от первой подачи до решения, по которому можно платить, для запросов, которые не одобрены сразу, потому что именно там ждут пациенты. Следующим шагом мы бы построили сторону клиники: проверку перед подачей, которая сообщает офису, чего не хватает, чтобы меньше запросов вообще возвращалось.
Источники
Откуда взяты факты этой новости.