L’autorizzazione preventiva è uno dei punti di pressione più contestati nella sanità americana. Prima che un paziente possa ricevere un trattamento raccomandato dal medico, una prescrizione o una procedura, l’assicuratore deve prima approvarla. Il processo è stato progettato per prevenire spese non necessarie. Nella pratica, è diventato una fonte di significativa frizione tra pazienti, medici e compagnie assicurative. Ora, l’intelligenza artificiale viene introdotta in questo punto di attrito, e la questione se ridurrà il danno o lo amplificherà è sinceramente aperta.
Un sistema già sotto pressione
La portata del problema non è astratta. Un’indagine del Commonwealth Fund citata nel materiale di origine rileva che circa un adulto americano su cinque in età lavorativa con un’assicurazione privata ha riferito che a lui o a un familiare è stata negata la copertura assicurativa per cure raccomandate dal medico nel 2025. Tra coloro che hanno subito un rifiuto, il 41 percento ha dichiarato che questo ha ritardato le cure. Più di un quarto ha riferito che, di conseguenza, le proprie condizioni di salute sono peggiorate.
In Medicare Advantage, l’alternativa gestita privatamente al Medicare originale che oggi accoglie circa il 55 percento degli anziani e dei disabili idonei a Medicare, gli assicuratori emettono ogni anno milioni di rifiuti totali o parziali di richieste di rimborso attraverso l’autorizzazione preventiva. Un memorandum del 2022 dell’HHS Office of Inspector General ha rilevato che più di un rifiuto su dieci in Medicare Advantage riguardava beneficiari che apparentemente soddisfacevano le regole di copertura. I pazienti possono presentare ricorso, e i dati mostrano che i piani Medicare Advantage hanno ribaltato l’81 percento dei rifiuti in appello nel 2024. Ma i ricorsi richiedono tempo, e il tempo è spesso ciò che i pazienti non hanno.
Un’indagine dell’American Medical Association del 2025 ha rilevato che il 61 percento dei medici teme che l’IA peggiorerà il problema dei rifiuti, anziché migliorarlo. Non si tratta di una preoccupazione marginale. Riflette una tensione strutturale: lo stesso strumento che potrebbe accelerare le approvazioni potrebbe anche essere utilizzato per accelerare i rifiuti.
Cosa fa concretamente il progetto pilota WISeR
La risposta dell’amministrazione Trump a questa situazione è un progetto dimostrativo chiamato WISeR, acronimo di Wasteful and Inappropriate Service Reduction Model. Gestito dai Centers for Medicare and Medicaid Services, WISeR utilizza il machine learning combinato con la revisione clinica umana per valutare i servizi che il CMS ritiene possano essere vulnerabili a uso eccessivo, frode e abuso. Le procedure mirate includono sostituti della pelle e dei tessuti, impianti di stimolatori nervosi elettrici e l’artroscopia del ginocchio per l’artrosi del ginocchio. Il progetto pilota durerà fino a dicembre 2031 in sei stati.
Ciò che rende WISeR strutturalmente significativo è che l’autorizzazione preventiva è stata raramente utilizzata in precedenza nel Medicare originale. I piani Medicare Advantage l’hanno implementata ampiamente, ma il Medicare originale ha operato in modo diverso. WISeR rappresenta un cambiamento significativo nel modo in cui il governo federale gestisce le decisioni di cura per una vasta popolazione.
I critici hanno sollevato due preoccupazioni che vanno oltre la tecnologia stessa. La prima è di natura operativa: le indagini citate dalla ricercatrice Zena Wolf del Center for Health and Democracy, che fanno riferimento a reportage del Washington Post, KFF Health News e Seattle Times, suggeriscono che nei primi mesi del progetto pilota il modello abbia contribuito a ritardi e rifiuti nelle cure in tutti e sei gli stati. La seconda preoccupazione è strutturale. I fornitori che partecipano a WISeR guadagnano una quota di ciò che il CMS definisce “averted expenditures” (spese evitate), ovvero entrate legate alle richieste di cura rifiutate. Questa struttura di incentivi ha attirato forti critiche da parte dei legislatori, molti dei quali hanno presentato risoluzioni ed emendamenti per bloccare i finanziamenti al modello.
L’analista di politica sanitaria Camm Epstein ha inquadrato chiaramente la tensione di fondo in una dichiarazione a Undark: l’IA dovrebbe essere usata per rendere le cure appropriate più facili da approvare, non le cure necessarie più facili da negare.
La domanda più profonda a cui l’IA non può rispondere da sola
Ecco cosa sfugge alla maggior parte delle coperture mediatiche su questo argomento. Il dibattito sull’IA nell’autorizzazione preventiva non è principalmente un dibattito sulla tecnologia. È un dibattito sugli incentivi, e l’IA non risolve questo dibattito. Accelera semplicemente qualsiasi direzione verso cui la struttura degli incentivi stia già puntando.
Se un assicuratore o un fornitore trae profitto dai rifiuti, l’autorizzazione preventiva guidata dall’IA produrrà rifiuti più rapidi su scala più ampia. Se il sistema è progettato per identificare le richieste chiaramente idonee e approvarle senza ritardi, l’IA può fare anche questo. La tecnologia è in grado di produrre entrambi i risultati. Quale dei due si concretizzerà dipende dalla governance, dalla trasparenza e dalla responsabilità, non dalla sofisticazione dell’algoritmo.
La posizione dell’AMA riflette questa logica. L’organizzazione sostiene la necessità di richiedere agli assicuratori di fornire motivazioni cliniche dettagliate in caso di rifiuto della copertura, insieme a una maggiore trasparenza su come gli algoritmi di IA giungano alle loro conclusioni. Senza tale trasparenza, pazienti e medici non hanno modo di valutare se un rifiuto rifletta un reale giudizio clinico o un modello automatizzato ottimizzato per la riduzione dei costi.
La stessa amministrazione Trump sta inviando segnali contrastanti. Mentre il CMS espande l’autorizzazione preventiva guidata dall’IA nel Medicare originale attraverso WISeR, l’amministratore del CMS Mehmet Oz ha contemporaneamente avvertito gli assicuratori privati di ridurre l’uso dell’autorizzazione preventiva, pena la regolamentazione federale. Il settore ha risposto con dati che mostrano come le richieste di autorizzazione preventiva siano diminuite dell’11 percento tra giugno 2025 e aprile 2026. Se anche i tassi di rifiuto siano diminuiti rimane sconosciuto.
In breve
L’IA può elaborare le richieste di autorizzazione preventiva più velocemente di qualsiasi team umano. La velocità è reale. Ma la velocità in un sistema difettoso non corregge il sistema. Lo scala. Il progetto pilota WISeR è il primo grande test di autorizzazione preventiva guidata dall’IA nel Medicare originale, e i suoi primi segnali sono contrastanti. La questione strutturale – chi beneficia quando una richiesta viene rifiutata – rimane senza risposta da parte della tecnologia. Fino a quando la progettazione degli incentivi, i requisiti di trasparenza e i meccanismi di responsabilità non si adegueranno alle capacità degli strumenti impiegati, l’IA nell’autorizzazione preventiva avrà la stessa probabilità di radicare i problemi esistenti piuttosto che di risolverli.
Basato su un articolo di Ars Technica.