Sztuczna inteligencja mogłaby teoretycznie przyspieszyć proces prior authorization - czyli przedwczesnej autoryzacji - poprzez szybsze przetwarzanie ogromnych ilości informacji medycznych i dokumentacji ubezpieczeniowej. W idealnym scenariuszu AI identyfikowałaby jasne przypadki, w których pacjent kwalifikuje się do danego leczenia, zmniejszając czasy oczekiwania i pozwalając pacjentom na wcześniejszy dostęp do zalecanego przez lekarzy leczenia. Tym sposobem technologia mogłaby rzeczywiście rozwiązać jeden z największych problemów systemu opieki zdrowotnej.
Ale jest spora cena do zapłacenia. Prior authorization to proces, w którym ubezpieczyciel sprawdza, czy rekomendowane leczenie jest medycznie uzasadnione i czy nie istnieją tańsze alternatywy. Kiedy działa dobrze, chroni zarówno pacjentów przed zbędnymi procedurami, jak i ubezpieczycieli przed niepotrzebnym wydatkami. Problem w tym, że procedura już teraz spora część pacjentów nęka - czekają na zatwierdzenie, tracą motywację do leczenia, rezygnują z zalecanej opieki. Dodaj do tego obawy lekarzy o AI, które może zamiast ułatwiać, jeszcze bardziej zaostrzać kryteria i automatycznie odrzucać wiele wniosków.
Survey Amerykańskiego Stowarzyszenia Medycznego z 2025 roku pokazuje, że te obawy są realne. 61 procent lekarzy obawia się, iż narzędzia oparte na AI pogorszą problem błędnych odmów pokrycia leczenia, którego pacjenci rzeczywiście potrzebują. To oznacza, że zamiast ulg w systemie, moglibyśmy dostać jeszcze bardziej zautomatyzowaną i sztywną maszynę do odrzucania wniosków - oczywiście pod pozorem wydajności i redukcji kosztów.