美國醫學會警告 AI 醫療事先授權潛藏風險 籲嚴防錯誤自動化
美國醫學會指出,醫療保險的「事先授權」制度導致醫師過勞、病患治療延誤,甚至有嚴重不良事件。隨著人工智慧(AI)導入此流程,專家憂心若未經嚴格測試與妥善部署,AI恐將既有錯誤自動化,加劇病患受害並損害醫病信任,呼籲各界應確保AI工具具備透明度與人類監督機制。
張皓廷
· 4 分鐘閱讀

隨著人工智慧(AI)應用逐步擴展至醫療領域,美國醫療界正積極關注 AI 導入「事先授權」流程可能帶來的衝擊與風險。美國醫學會(American Medical Association)指出,儘管 AI 有望提升效率,但若未能妥善部署,恐將現有制度的錯誤自動化,導致病患權益受損。
「事先授權」(Prior Authorization)是指醫療院所必須在進行某些治療或開立特定藥物前,先取得保險公司核准的機制。這項制度原意是為了確保醫療服務的安全有效性並控制成本,但在實務運作上卻頻繁造成問題。《Newsweek》報導,美國醫學會於 2025 年進行的「事先授權醫師調查」顯示,醫師及其員工平均每週耗費 13 小時處理約 40 件申請,有高達 95% 的受訪醫師指出病患治療因此延誤,79% 的醫師表示問題會導致病患放棄治療,更有 26% 的醫師通報事先授權造成病患發生嚴重不良事件。
報導指出,醫療決策往往高度依賴情境,治療標準會因保險公司、保險產品、診斷結果及所在州別而異。例如,即使是同一家保險公司,商業健康計畫與勞工賠償政策可能遵循不同的規定;治療肩旋轉肌損傷時,其撕裂傷是急性或慢性,也可能影響適用的治療標準。若醫師參考了錯誤的指引、遺漏文件要求,或電子病歷紀錄未能完全符合保險公司的精確標準,必要的治療仍可能遭到拒絕。在醫療領域,看似合理的答案不必然是正確的,若技術忽略了關鍵的區別,就可能導致拒絕給付、浪費醫護人員時間,並延遲病患治療。
專家警示,若將通用的 AI 工具直接應用於事先授權審核,這些工具可能在缺乏對臨床決策特定規則理解的情況下,給出看似自信但實則錯誤的判斷,進而加速行政失誤的發生。為避免 AI 自動化錯誤,醫療產業領袖、保險公司與供應商必須立即採取行動。部署 AI 工具前,應針對實際臨床與法規情境進行嚴格測試,並要求演算法提供透明的決策依據、準確的政策匹配、明確的升級處理程序,以及對拒絕給付、延誤和病患預後進行獨立衡量。
此外,監管機構也必須要求有意義的報告,並在行政實務阻礙必要醫療照護時,追究相關組織的責任。文章強調,自動化的目標應是消除例行摩擦,而非取代臨床判斷。確保 AI 在醫療流程中扮演正確角色,才能讓臨床醫師有更多時間投入病患照護,使決策更加一致透明,並讓更多人能順利獲得所需的醫療服務,而非在行政迷宮中徘徊。
參考來源
延伸閱讀

AI 探社群:未獲批減重藥 Retatrutide 驚現「食慾增加」副作用
賓州大學研究團隊透過 AI 分析社群平台 Reddit 數據,發現許多人正在使用未經批准的新型減重藥物 Retatrutide,並在討論其副作用時,意外地頻繁提到「食慾增加」,這與藥物設計目標相悖。

美國保險試辦「食物即良藥」助糖尿病患控血糖 台灣體系可望借鏡
美國醫療保險公司UPMC Health Plan正試辦一項「食物即良藥」計畫,透過社區健康工作者協助糖尿病患者管理血糖與社會需求,初期成果顯示患者血糖值呈下降趨勢,未來有望擴展,為台灣醫療體系提供借鏡。

Share-ify推AI食品安全風險平台 S.A.F.E. Score™ 助業者監控供應鏈
Share-ify 公司推出名為 S.A.F.E. Score™ 的人工智慧系統,能分析多項數據以識別食品供應商的潛在風險,幫助企業從被動管理轉向主動預防,提升食品安全與供應鏈韌性。