Возможный упадок федеральной программы не является отказом от ИИ в здравоохранении

Благодаря ИИ, американское здравоохранение стоит на перекрёстке.

С одной стороны, организации здравоохранения спешат изменить способ оказания медицинской помощи. Инвесторы поняли, что ИИ имеет потенциал революционизировать рынок и принести огромные прибыли. В моей собственной области – администрировании здравоохранения – это проявляется в автоматизации документооборота. В других областях, например, в радиологии, модели машинного обучения выявляют и диагностируют медицинские состояния.

В ИИ в здравоохранении вкладываются巨альные средства. Только в прошлом году американские компании, работающие в области ИИ в здравоохранении, получили более 18 миллиардов долларов в виде венчурных инвестиций – это на 10% больше, чем в 2024 году. Этот быстрый рост прогнозируется и изменит многое из того, что мы знаем о предоставлении медицинских услуг.

С другой стороны, есть проблема управления. Регуляторы спешат понять ИИ и эффективно регулировать его. Мы все знаем, что государство несёт ответственность перед своими гражданами. Но если отрасль меняется быстро, может быть сложно для правительств идти в ногу.

Нигде мы не видим эту динамику более явно, чем в области медицинского страхования. В США больницы и врачи часто должны получать предварительное одобрение от страховой компании пациента перед оказанием медицинской помощи. Страховщики оставляют за собой право отказать в лечении, которое они считают не медицински необходимым.

ИИ в здравоохранении обещает увеличить эффективность всей отрасли, но его необходимо тщательно контролировать. Центры Medicare и Medicaid Services (CMS) оценивают, что 25% всех затрат в отрасли являются административными издержками. ИИ может уменьшить это бремя, принеся пользу обществу. Однако нам необходимы правильные принципы для успеха.

Вступает в действие WISeR. Представленный CMS в начале этого года, программа WISeR (уменьшение расточительных и неуместных услуг) является одной из крупнейших пилотных программ в области ИИ в здравоохранении. С помощью моделей ИИ для обобщения доказательств, квалифицированные клиницисты пытаются оперативно рассматривать заявления в традиционной программе Medicare. Эксперимент в настоящее время проводится в шести штатах.

В июне Комитет по ассигнованиям Палаты представителей единогласно проголосовал за блокирование финансирования WISeR. Бюджет ещё должен быть утверждён Конгрессом, и пилотная программа остаётся активной. Однако её будущее после 30 сентября остаётся неясным.

Что я хочу сказать здесь, так это то, что – независимо от того, что мы думаем о голосовании по WISeR – фундаментальный принцип пилотной программы остаётся твёрдым. «ИИ выдаёт сигнал, клиницист подтверждает» продолжает обеспечивать основу для хорошего управления в ИИ в здравоохранении.

Законодатели призвали к улучшению процессов

Хотя легко рассматривать это решение как отказ от ИИ в здравоохранении, это было бы ошибкой. Голосование за блокирование финансирования WISeR было принято на фоне обеспокоенности по поводу реализации и структурных стимулов – а не потому, что законодатели были против принятия ИИ в клиническом обзоре.

Основная причина, по которой Комитет Палаты представителей принял это решение, заключалась в том, что он ввёл предварительное одобрение в традиционную программу Medicare. 13 медицинских услуг, выбранных для пилотной программы, ранее требовали только согласия врача, а не авторизации страховщика. Следовательно, законодатели отклонили WISeR из-за того, что они сочли увеличением административной сложности и изменением федеральных стимулов.

Это не критика ИИ в здравоохранении. Скорее, это критика того, как был спроектирован процесс.

«ИИ выдаёт сигнал, клиницист подтверждает» остаётся основой здравоохранения

Хотя судьба WISeR теперь неясна, её центральный принцип остаётся твёрдым. Принцип «ИИ выдаёт сигнал, клиницист подтверждает» остаётся основой современного здравоохранения.

Этот принцип является центральным из-за статуса ИИ как эмерджентной системы. В отличие от других форм автоматизации, модели машинного обучения имеют потенциал принимать решения, которые их создатели не намеревались. Это сделано намеренно. Эмерджентность позволяет ИИ вести себя гибко и творчески, но также несёт риски. Независимо от того, насколько совершенными становятся эти системы, регулирующим органам всегда понадобится «человек в цикле», чтобы поймать случайные решения и обеспечить безопасность пациентов.

На практике это означает, что квалифицированный клиницист сохраняет всю юридическую и этическую ответственность при использовании ИИ. Модели машинного обучения собирают и обобщают доказательства на уровне машин, выделяя важные результаты. Клиницисты рассматривают данные, представленные кратко, и используют их для информирования своего суждения. Этот процесс обещает увеличить эффективность, сохраняя при этом максимальную точность. Клиническое суждение укрепляется потому, что люди остаются центральными в процессе, не несмотря на их участие, а именно благодаря ему.

В настоящее время мы можем наблюдать, как этот консенсус формируется на всех уровнях отрасли здравоохранения.

В прошлом году крупнейшие страховые компании здравоохранения пообещали улучшить процесс предварительного одобрения. Это включает в себя увеличение прозрачности и ускорение сроков принятия решений, с упором на немедленные одобрения для определённых срочных или клинически стандартных методов лечения, что привело к тому, что ИИ стал практически необходимым для многих страховщиков. Ведущая отраслевая ассоциация независимых организаций по обзору также определила свою позицию по использованию ИИ.

Уровень регулирования также повышается. Уже сейчас штаты обладают соответствующими законами о защите потребителей, которые теперь адаптируются к ИИ. На данный момент в 2026 году 43 штата ввели 240 законопроектов о здравоохранении и ИИ. Из них девять запрещают использовать ИИ в качестве единственного критерия для отказа в заявлении.

Если программа WISeR в конечном итоге будет остановлена, это не повлияет на консенсус, что «ИИ выдаёт сигнал, клиницист подтверждает». С ним у нас есть всё, что нам нужно для успеха в отрасли. Нам просто нужно усовершенствовать структуру реализации ИИ.

Принятие ИИ не подлежит обсуждению

Учитывая потенциал ИИ для повышения эффективности, организации здравоохранения, которые медленно принимают эту технологию, быстро будут вытеснены.

Урок, который можно извлечь из WISeR, заключается не в том, что мы не можем иметь ИИ в здравоохранении. Напротив, нам нужно признать потенциал моделей машинного обучения для улучшения эффективности здравоохранения. Для этого изменения квалифицированные специалисты должны остаться центральными. Консенсус «ИИ выдаёт сигнал, клиницист подтверждает» обеспечивает основу для перехода, уже устанавливая стандарт во многих отраслях.

ИИ обещает значительное улучшение эффективности и доступа к медицинской помощи, но он не может функционировать без человеческого контроля. WISeR показывает, что мы можем и должны остаться в цикле. Не как дополнение, а как необходимость.