HHS lancia un'iniziativa di intelligenza artificiale per rilevare frodi e sprechi nei programmi sanitari federali

      Il Dipartimento della Salute e dei Servizi Umani sta passando da un modello di “pagamento e inseguimento” a uno screening AI in tempo reale per Medicare, Medicaid, CHIP e il Marketplace.

      Il Dipartimento della Salute e dei Servizi Umani degli Stati Uniti ha lanciato un'iniziativa di intelligenza artificiale mirata a rilevare frodi e sprechi nei programmi sanitari federali, basandosi su una strategia delineata per la prima volta a febbraio che promette di sostituire il modello federale di “pagamento e inseguimento” con uno screening in tempo reale delle richieste prima che vengano pagate. Reuters ha riportato lo sviluppo mercoledì.

      Il programma copre Medicare, Medicaid, il Programma di Assicurazione Sanitaria per i Bambini e il Marketplace dell'Assicurazione Sanitaria, secondo l'annuncio congiunto dell'HHS di inizio anno.

      In quel lancio di febbraio, il Segretario dell'HHS Robert F. Kennedy Jr, il Vice Presidente JD Vance e l'Amministratore CMS Mehmet Oz hanno inquadrato il cambiamento come un passaggio da un approccio decennale di pagamento delle richieste prima e indagine dopo a quello che l'agenzia chiama un modello di “rilevamento e attuazione”, utilizzando strumenti di intelligenza artificiale per segnalare richieste sospette al momento dell'aggiudicazione.

      I numeri dietro questa spinta sono abbastanza grandi da spiegare l'urgenza. Il programma Medicare a pagamento per servizio da solo ha registrato pagamenti impropri stimati in $28,83 miliardi nell'anno fiscale 2025, secondo un documento informativo del CMS; Medicare Parte C ha aggiunto altri $23,67 miliardi.

      Un rapporto separato del Government Accountability Office di aprile ha stimato i pagamenti impropri a livello governativo a circa $186 miliardi per l'anno, con la maggior parte concentrata in cinque programmi, tra cui Medicare e Medicaid.

      Il veicolo normativo dietro l'iniziativa è una formale Richiesta di Informazioni che l'HHS e il CMS hanno aperto a fine febbraio, sollecitando input dall'industria su metodologie analitiche, strumenti di intelligenza artificiale e approcci alla condivisione dei dati.

      La RFI si è chiusa il 30 marzo e alimenta una proposta di regola pianificata che il CMS ha chiamato CRUSH, per “Regolamenti Completi per Scoprire Sanità Sospette”.

      L'iniziativa di maggio sembra essere il passo operativo che segue quella consultazione, anche se né l'HHS né il CMS hanno ancora pubblicato l'elenco completo dei fornitori o l'architettura tecnica dietro di essa.

      I progetti pilota sono stati avviati in parallelo. L'Ufficio del Revisore Generale dell'HHS ha testato un modello di apprendimento automatico che valuta i fornitori per il comportamento di fatturazione statisticamente associato a frodi e abusi, e il CMS ha riportato che i risparmi totali per l'integrità del programma Medicare sono aumentati del 59% nell'anno fiscale 2025, passando da $26,3 miliardi dell'anno precedente a $41,9 miliardi.

      L'agenzia attribuisce parte di quel balzo a uno screening migliorato dei nuovi iscritti, inclusa una moratoria nazionale di sei mesi sulle nuove iscrizioni per assistenza domiciliare e hospice che è entrata in vigore il 13 maggio.

      Il rischio sostanziale nel passare da una revisione post-pagamento a uno screening AI pre-pagamento è ciò che i falsi positivi fanno ai fornitori. Una richiesta segnalata che ritarda il pagamento a una pratica legittima, in particolare a una piccola, è un evento di liquidità materiale. I gruppi industriali hanno già sollecitato il CMS, attraverso il processo RFI, per diritti di appello chiari e soglie di revisione umana prima che qualsiasi diniego segnalato dall'AI diventi definitivo. Nessuno di questi guardrail è stato ancora scritto nella regola.

      Ciò che l'HHS non ha rivelato: quali fornitori di modelli vengono utilizzati, se il sistema opererà su dati di richieste de-identificati o completamente identificabili, e come l'agenzia auditerà i tassi di errore dei modelli stessi.

      La regolamentazione CRUSH è il documento in cui quelle risposte dovranno eventualmente trovarsi. Per ora, l'iniziativa viene lanciata contro uno sfondo di numeri di pagamenti impropri insolitamente elevati e di un appetito federale per l'AI nella conformità che è, secondo gli standard recenti, insolitamente alto.

      

      

      

       Iscriviti alla newsletter di TNW

       Ricevi le notizie tecnologiche più importanti nella tua casella di posta ogni settimana.