Что такое WISeR?
Модель Wasteful and Inappropriate Service Reduction (WISeR) была запущена Centers for Medicare & Medicaid Services (CMS) 1 января 2026 года, и ее действие планируется до конца 2031 года. Она нацелена на использование передовых технологий, искусственного интеллекта и машинного обучения в процессе предварительной авторизации (prior authorization) для определенных услуг Original Medicare в штатах Аризона, Нью-Джерси, Огайо, Оклахома, Техас и Вашингтон.
На какие услуги нацелена модель?
CMS заявляет, что модель нацелена в первую очередь на определенные услуги с высоким риском злоупотребления, избыточного использования или ненадлежащего применения. В качестве примеров можно назвать кожные и тканевые продукты, некоторые имплантаты электрических стимуляторов нервов и артроскопию при остеоартрозе коленного сустава. Неотложные услуги, процедуры, выполняемые исключительно в стационарных условиях, и услуги, задержка которых создает серьезный риск, исключены из сферы действия.
Что показали документы STAT?
Согласно сообщению STAT от 15 сентября 2026 года, более тысячи страниц документов и данных, полученных в результате иска Electronic Frontier Foundation в соответствии с Законом о свободе информации, выявили наличие технических и операционных проблем на начальном этапе реализации пилотного проекта. В сообщении отмечалось, что некоторые решения по оказанию медицинской помощи задерживались, а один из поставщиков технологий предупреждал, что предоставление полностью функционирующего продукта в требуемые CMS сроки нереалистично.
Почему задержка может быть вопросом клинической безопасности?
Хотя предварительная авторизация (prior authorization) может казаться административным процессом, ее результат может повлиять на время получения пациентом доступа к лечению. В отчетах больниц штата Вашингтон за 2026 год утверждалось, что время ожидания по некоторым услугам увеличилось в два-четыре раза по сравнению с предыдущим процессом. Подобные данные показывают, что алгоритмических метрик эффективности самих по себе недостаточно; необходимо также отслеживать клиническое влияние задержки.
Каков официальный механизм безопасности CMS?
CMS заявляет, что в рамках WISeR технологические компании могут анализировать запросы, однако любое решение об отказе в удовлетворении запроса должно пересматриваться лицензированным клиницистом-человеком с соответствующей клинической квалификацией. Кроме того, сохраняются права на повторную подачу заявки, консультации peer-to-peer и существующие процедуры обжалования. Эта структура, по крайней мере на уровне проектирования, делает человеческий надзор обязательным.
Что именно означает human-in-the-loop?
В подходе «human-in-the-loop» искусственный интеллект является не окончательной инстанцией, а уровнем поддержки принятия решений. Система может выявлять нехватку документов, предварительно оценивать соответствие критериям или отмечать рискованные ситуации, однако клинический контекст, исключения и индивидуальные особенности пациента оцениваются человеком-специалистом. Критически важный момент заключается в том, что человек является не просто символическим элементом, «нажимающим кнопку подтверждения», а уполномоченным лицом, способным реально поставить решение под сомнение и изменить его.
Риск предвзятости автоматизации (automation bias)
Одного лишь человеческого контроля недостаточно. Если клиницист по умолчанию принимает рекомендацию алгоритма как верную, может возникнуть «automation bias» (предвзятость автоматизации). По этой причине важны дизайн интерфейса, отображение неопределенности модели, наглядность используемых данных и предоставление альтернативных объяснений. Человеческий контроль становится уровнем безопасности только тогда, когда обеспечена подлинная когнитивная независимость.
Какие метрики следует отслеживать?
В клинических системах ИИ необходимо отслеживать не только точность или скорость обработки, но и долю ложных отказов, долю ложных одобрений, различия в производительности между подгруппами, время задержки, частоту пересмотра, частоту переопределения (override) решений клиницистом и реальные исходы для пациентов. Кроме того, по мере изменения версии модели ее эффективность должна валидироваться заново.
Объяснимость и проверяемость
Должно быть понятно, какие данные использует система, какое клиническое правило она применяет и как можно пересмотреть решение. Особенно в таких областях с серьезными последствиями, как оплата, страхование или доступ к лечению, объяснения «так сказал алгоритм» недостаточно. Должна быть возможность ретроспективного аудита решения и систематического анализа ошибок.
Должен ли искусственный интеллект заменить врача?
Современные доказательства и регуляторный подход указывают не столько на полностью автономную модель «ИИ вместо врача» при принятии клинических решений с высоким уровнем риска, сколько на системы, поддерживающие качество и скорость принятия решений клиницистом. Искусственный интеллект может быть весьма эффективным в анализе изображений, классификации рисков, документировании и синтезе информации, однако ценности пациента, клинические исключения, сопутствующие патологии и управление неопределенностью требуют, чтобы человеческое суждение оставалось в центре внимания.
Наш подход в нашей клинике в Бодруме
Мы позиционируем искусственный интеллект не как инстанцию, подменяющую клиническое мышление, а как вспомогательную систему, усиливающую решение врача. Более быстрая систематизация данных и выявление закономерностей, которые могли бы остаться незамеченными, имеют большую ценность; однако окончательная клиническая интерпретация должна осуществляться под личную ответственность врача с учетом анамнеза пациента, данных осмотра, лабораторных и визуализационных исследований.
Источники
- STAT, 15 сентября 2026 г.: проблемы внедрения и задержки в пилотном проекте Medicare WISeR
- CMS: официальная страница модели WISeR
- CMS: WISeR FAQ — проверка врачами-клиницистами, сроки и процедуры апелляции
- CMS: электронное предварительное согласование и принципы контроля со стороны медицинских специалистов
Последняя медицинская проверка: 18 сентября 2026 г.
