
川普政府宣布推行備受爭議的醫療保險改革,採人工智慧決定 Medicare 承保範圍是否「適當」。計畫名為「浪費和不當服務減少模式」(WISeR Model),2026 年於六州實施,以 AI 演算法評估醫療服務開支對聯邦納稅人是否「適當」,估影響近 6,900 萬名受保美國人。
WISeR 模式 AI 審核高風險醫療
美國醫療保險和醫療補助服務中心(CMS)6 月公布 WISeR 模式,將 AI 與機器學習引進 Medicare 傳統事前授權程序,自動審核「過度使用或不當申報」醫療服務,包括皮膚替代物、神經刺激器及特定手術等高風險項目。
試行地區有亞利桑那州、俄亥俄州、新澤西州、俄克拉荷馬州、德州及華盛頓州,試行期 2026~2031 年。CMS 與多家 AI 公司合作,強調最終批核權仍由臨床醫生掌握,AI 系統只是輔助判斷及加速審查。急診或住院相關醫療服務不納入 AI 審核範圍,同時亦有醫生申訴及對談機制。
醫界痛批否決率暴增,憂慮風險
美國醫學會(AMA)等專業機構嚴厲質疑 AI 授權機制的高風險。「以機器取代臨床判斷,忽略病患個人化需求,是極度危險的事」。AMA 代表 Tandon 博士指出,AI 事前授權在 Medicare Advantage 計畫已導致「否決率暴增」。
數據也反映問題嚴重:2023 年 1,590 萬項服務申請,320 萬項被拒,僅約 12% 再申訴,其中 82% 申訴成功並推翻原判,反映有大量申請不當否決。參議院調查更顯示,引入 AI 後,拒絕率大幅提升 54% 至 108%。俄亥俄州外科醫生 Vinay Rathi 痛批:「AI 公司有財務誘因否決索償申請,這會損害病人權益」。
傳統上,享有基本 Medicare 公共福利的受保人毋需經過事前授權程序,但新試行計畫使基本 Medicare 受益人同樣面臨 AI 審查。批評者稱之為「AI 死亡小組」,質疑政府藉節省公帑為名,犧牲病患獲適當醫療護理的權利。
支持者強調成本效益與財政可持續性
CMS 創新中心主任 Abe Sutton 為政策辯護時表示,WISeR 模式的重點是「節省稅款、提升病人安全」。官方數據,以往小型試行計畫曾節省 11 億至 19 億美元,但當局也承認附帶申報疑慮及行政負擔。
部分 AI 公司強調,新技術有助提升審核速度、減少浪費,並績效掛鉤利潤分成,鼓勵「減少不當申報」。政府將之包裝成改善醫療效率的現代化措施,聲稱能「幫助病患與醫療服務提供者避免不必要或不當護理,並保障聯邦公帑」。
財政壓力成 Medicare 數位化改革推手
美國 Medicare 分為基本與 Medicare Advantage,後者早於 2010 年代開始大規模用 AI 輔助授權審查。美國政府問責辦公室 (GAO) 2018 年報告總結,事前授權雖然有效遏止浪費,卻衍生繁瑣程序和激烈爭議,因此未全面推行。
Medicare 基金持續承受巨大財政壓力,醫療支出佔聯邦預算 24%,社會保障開支亦佔近 21%。面對人口老化、稅收減少與赤字擴大三重挑戰,川普政府以「打擊浪費,維持可持續發展」為主軸,推動 AI 審查改革。政府同時預告,2026 年 Medicare B 部分月費將調升 50 美元,反映財政壓力非常嚴峻。
第一線醫生憂慮病情複雜者成犧牲品
某德州內科醫生坦言:「我們在前線感受到 AI 審核的不確定性,尤其病情較複雜病患受影響最大。將來若申訴機制完善,臨床把關也加強,或可稍微制衡商業誘因,但現階段新 AI 系統信任度堪憂。」
醫學界普遍擔心 AI 系統未必能充分理解複雜病例狀況,導致拒絕必要治療,對弱勢病患影響尤其嚴重。專家建議政府須加強透明度,監管 AI 供應商並公開資訊,同時要求定期公布審查及否決統計數據,以保障病人權益。
AI 醫療審查成新常態,平衡點難找
AI 日漸成熟,醫療產業也趨自動化,Medicare 審查模式恐怕將成新常態。關鍵在如何效率與病人安全、財政節約與臨床自主之間取得平衡。未來 AI 否決標準的透明度、審查數據公開程度,以及臨床申訴管道是否完整,將是決定改革成敗的關鍵。
醫學界與病患都質疑:AI 授權能否真正保障醫療品質?臨床判斷準確度與人員監督機制何時才能完善?這項劃時代改革,將是全球國家醫療保險制度數位化轉型的重要參考,影響力將遠過美國本土。
(本文由 Unwire HK 授權轉載;首圖來源:shutterstock)