Ön onay nedir ve yapay zeka bu sistemi düzeltebilir mi?

ABD sağlık sisteminde 'ön onay' (prior authorization), bir doktorun önerdiği tedavi ya da ilacın sigorta şirketi tarafından önceden onaylanmasını gerektiren bir süreçtir. Amaç, gereksiz ya da aşırı maliyetli tedavileri önlemek olarak tanımlansa da, süreç hastalar ve hekimler için uzun süredir en çok şikayet edilen bürokratik engellerden biri olmuştur — bazen hayati bir tedavinin başlaması haftalarca gecikebiliyor.

Geleneksel olarak ön onay süreci, hekimin ofisindeki personelin form doldurup faksla ya da portal üzerinden sigorta şirketine göndermesini, ardından sigorta şirketinin bir çalışanının bu talebi manuel olarak incelemesini gerektiriyordu. Bu süreç hem yavaş hem de tutarsızdı — aynı tedavi talebi, farklı çalışanlar tarafından farklı şekilde değerlendirilebiliyordu.

Şimdi hem sigorta şirketleri hem de sağlık sistemleri, bu sürecin farklı uçlarında yapay zekayı devreye sokuyor. Sigorta tarafında yapay zeka, gelen talepleri hızlıca inceleyip önceden belirlenmiş kriterlere göre onaylıyor ya da reddediyor. Hastane tarafında ise yapay zeka, doktorların taleplerini sigorta şirketinin kriterlerine en uygun şekilde formüle etmesine yardımcı oluyor.

Bu, tuhaf bir dinamiğe yol açıyor: iki taraf da birbirine karşı yapay zeka kullanıyor. Eleştirmenler, bu durumun 'silahlanma yarışı' benzeri bir döngü yaratabileceğini söylüyor — sigorta şirketinin yapay zekası daha katı hale geldikçe, hastanelerin yapay zekası da talepleri o kriterlere uydurmak için daha agresif hale geliyor.

Destekleyenler ise otomasyonun, en azından basit ve rutin vakalarda süreci gerçekten hızlandırabileceğini savunuyor. Açık ve standart bir tedavi talebi için insan çalışanının saatler harcaması yerine, yapay zeka bu talebi saniyeler içinde işleyebiliyor — bu da hem sigorta şirketinin işletme maliyetini düşürüyor hem de hastanın beklemesini kısaltabiliyor.

Ancak endişeler, özellikle karmaşık ya da sınırda kalan vakalarda yoğunlaşıyor. Bir yapay zeka modelinin, nadir görülen bir hastalık ya da alışılmadık bir tedavi kombinasyonu için doğru karar verip veremeyeceği belirsiz. Hasta savunuculuk grupları, otomatik reddedilen taleplerin, insan gözden geçirmesi olmadan hastaların tedaviye erişimini geciktirebileceğinden endişe ediyor.

Düzenleyici kurumlar bu boşluğu kapatmaya çalışıyor: bazı eyaletler artık sigorta şirketlerinin, bir ret kararı yapay zeka tarafından verildiyse, bunun bir insan tarafından da onaylanmasını zorunlu kılan yasalar çıkarıyor. Amaç, otomasyonun hızından yararlanırken, kritik kararların tamamen algoritmaya bırakılmamasını sağlamak.

Sağlık ekonomistleri, sorunun kökeninin aslında teknoloji değil, teşvik yapısı olduğunu vurguluyor: sigorta şirketleri maliyetleri düşürmekle, hastaneler ise gelirlerini artırmakla motive oluyor. Yapay zeka, bu temel çıkar çatışmasını ortadan kaldırmıyor — sadece her iki tarafın da bu çatışmayı daha hızlı yürütmesini sağlıyor.

Bazı uzmanlar, gerçek çözümün teknolojik değil politik olduğunu savunuyor: ön onay gerektiren tedavi listesinin daraltılması ya da sürecin tamamen standartlaştırılması gibi düzenleyici adımlar, yapay zeka otomasyonundan çok daha kalıcı bir çözüm sunabilir.

Şimdilik yapay zekanın ön onayı 'düzeltip düzeltmeyeceği' sorusunun cevabı belirsizliğini koruyor. Teknoloji, süreci hem daha hızlı hem de daha çekişmeli hale getirme potansiyeline aynı anda sahip — ve hangi sonucun baskın çıkacağı, büyük ölçüde düzenleyicilerin bu iki gücü nasıl dengeleyeceğine bağlı.