El despliegue del modelo WISeR, basado en inteligencia artificial, para la gestión automatizada de autorizaciones previas en Medicare ha generado retrasos sustanciales en la atención a pacientes en el estado de Washington. Según la fuente, hospitales reportan que los tiempos de espera para procedimientos médicos se han multiplicado entre dos y cuatro veces respecto a la situación anterior, con impacto directo en la salud de los pacientes y en la carga administrativa de los centros. Más que el anuncio, lo relevante es el despliegue. Este caso pone en primer plano la redistribución de control en los procesos clínicos, la dependencia de infraestructuras tecnológicas externas y la opacidad en los criterios de decisión algorítmica. ¿Qué condiciones estructurales son necesarias para que la automatización de procesos críticos no erosione la capacidad de decisión clínica ni la transparencia institucional?

Qué se anunció y cuál es el alcance real

El modelo WISeR es un piloto de un año en seis estados, lanzado por el Innovation Center de los Centers for Medicare & Medicaid Services (CMS), que utiliza inteligencia artificial para automatizar la evaluación de autorizaciones previas en 13 servicios médicos considerados de bajo valor o susceptibles de uso inadecuado. Según la fuente, en el estado de Washington, más de 18.600 residentes que recibieron estos servicios en 2024 están ahora sujetos a este nuevo proceso. El alcance real va más allá de la tecnología: implica la expansión de la autorización previa en Medicare tradicional, donde antes era poco frecuente. No consta en la fuente información detallada sobre los algoritmos empleados ni sobre los mecanismos de supervisión efectiva más allá de la mención de una supuesta revisión humana en los casos de denegación.

Para qué sirve en la práctica

Según la fuente, WISeR pretende acelerar y hacer más eficiente la autorización previa de ciertos procedimientos, como sustitutos de piel y tejidos, y epidurales para el dolor, con el objetivo declarado de reducir el fraude y el uso inadecuado en Medicare. En la práctica, el sistema ha provocado que procedimientos que antes se aprobaban en aproximadamente dos semanas ahora requieran entre cuatro y ocho semanas, y que autorizaciones urgentes pasen de resolverse en un día a demorar 15-20 días. El University of Washington Medical System reportó casi 100 pacientes en espera de procedimientos afectados. No se detallan otros ejemplos de uso efectivo o mejoras operativas derivadas del modelo.

Qué riesgos abre si se despliega mal

El principal riesgo documentado es el retraso significativo en la atención, con pacientes que experimentan dolor prolongado y empeoramiento de condiciones subyacentes. La fuente señala preocupaciones sobre la opacidad en los criterios de decisión de la IA y la posible utilización del sistema como mecanismo de denegación sistemática. Además, se identifican incentivos económicos para terceros administradores, que reciben una parte del valor de las reclamaciones denegadas, lo que podría alentar decisiones no alineadas con el interés clínico. También se advierte sobre el aumento de la carga administrativa para hospitales y la creación de barreras adicionales entre clínicos y pacientes. No consta evidencia de mecanismos robustos de supervisión ni de auditoría independiente del sistema.

Qué condiciones mínimas deberían exigirse

La fuente menciona la necesidad de transparencia en los criterios de decisión de la IA y la existencia de supervisión humana en las denegaciones, pero no detalla estándares técnicos ni protocolos de auditoría. Como condiciones mínimas generales, se desprende la importancia de garantizar la trazabilidad de las decisiones algorítmicas, la supervisión clínica efectiva y la ausencia de incentivos económicos que puedan distorsionar la finalidad asistencial. No consta información sobre mecanismos de apelación accesibles ni sobre la posibilidad de sustitución o reversión del sistema en caso de fallos graves.

Conclusión

Será una mejora institucional si se garantiza la transparencia en los criterios de decisión y se mantiene la supervisión clínica directa sobre las autorizaciones. Puede no alcanzar sus objetivos si persisten los retrasos y la opacidad en el funcionamiento del sistema. La evolución dependerá de la capacidad de los reguladores para exigir controles efectivos y de la disposición de los operadores a ajustar incentivos y procesos. El dilema central es quién conserva la capacidad de decisión clínica y administrativa cuando la infraestructura algorítmica se convierte en el eje del proceso asistencial.

Fuente: Fierce Healthcare — https://www.fiercehealthcare.com/regulatory/ai-powered-prior-authorizations-medicare-have-greatly-delayed-care-wash-hospitals-say

Nota editorial: Contenido generado y estructurado con apoyo de un editor de IA de PorqueIA.com.