Agent für Vorabgenehmigungen

KI-Agenten für Vorabgenehmigungen automatisieren den klinischen Prüfprozess, mit dem Krankenversicherer feststellen, ob angeforderte medizinische Behandlungen die Kostenübernahmekriterien erfüllen, bevor eine Kostenerstattung genehmigt wird. Diese Systeme erfassen klinische Dokumentation, wenden Kostenübernahmekriterien aus Datenbanken medizinischer Richtlinien an und generieren Genehmigungsempfehlungen – wodurch der administrative Aufwand sowohl bei Leistungserbringern als auch bei Kostenträgern reduziert wird. Dies stellt eine der folgenreichsten KI-Anwendungen im Gesundheitswesen dar: Verzögerungen bei Genehmigungen können Patient:innen unmittelbar treffen, Ablehnungsfehler können rechtliche Risiken und Schaden verursachen, und der Automatisierungsumfang bedeutet, dass systematische Fehler große Patientengruppen gleichzeitig betreffen.

Agenten für Vorabgenehmigungen (Prior Authorization, PA) kombinieren das Dokumentenverständnis von klinischen Notizen, Laborergebnissen und Bildgebungsberichten mit dem Mapping medizinischer Ontologien (ICD-10, CPT-Codes), dem Abruf einschlägiger Kostenübernahmekriterien und der Bewertung klinischer Kriterien, die beurteilt, ob die dokumentierten Nachweise die Kostenübernahmeschwellen erfüllen. Ein mehrstufiger Dialog ermöglicht die automatisierte Nachforderung fehlender klinischer Informationen.

• Verständnis klinischer Dokumente: NLP-Modelle extrahieren strukturierte klinische Daten aus unstrukturierten Arztnotizen, Entlassungsberichten, Laborberichten und Bildgebungsbefunden – und erzeugen strukturierte Darstellungen von Diagnosen, Prozeduren, Vorbehandlungen und klinischen Befunden, die die Kriterienbewertungs-Engine gegen die Richtlinienanforderungen prüfen kann.
• Abruf und Mapping von Kostenübernahmerichtlinien: Ein RAG-basierter Abruf von Richtlinien ordnet die angeforderte Leistung den einschlägigen Kostenübernahmekriterien-Dokumenten (InterQual, MCG oder proprietäre Kriterien) zu und ruft die spezifischen klinischen Nachweisanforderungen ab, die die eingereichte Dokumentation für eine Genehmigung erfüllen muss.
• Engine zur Bewertung klinischer Kriterien: Regelbasierte und ML-basierte Bewertungsmodelle prüfen die extrahierten klinischen Nachweise gegen die abgerufenen Kostenübernahmekriterien und erzeugen eine Genehmigungsempfehlung mit belegenden Quellenangaben und einer klaren Angabe etwaiger fehlender Informationen, die für eine vollständige Beurteilung erforderlich sind.
• Automatisierte Generierung von Informationsanfragen: Wenn die eingereichte Dokumentation für eine Entscheidung nicht ausreicht, generiert der Agent spezifische, klinisch präzise Anfragen nach zusätzlichen Informationen – er benennt genau, welche Kriterien nicht erfüllt sind und welche klinischen Nachweise sie erfüllen würden, und reduziert so den Hin-und-Her-Zyklus, der Entscheidungen verzögert.
• Audit-Trail und Entscheidungsdokumentation: Jede Entscheidung wird mit den vollständig bewerteten klinischen Nachweisen, der einschlägigen Richtlinienversion, der Logik der Kriterienbewertung und der Entscheidungsbegründung in einem Format protokolliert, das aufsichtsrechtliche Audits, die Bearbeitung von Widersprüchen und die ärztliche Überprüfung KI-gestützter Entscheidungen unterstützt.

KI-basierte Agenten für Vorabgenehmigungen liefern ROI durch die Reduktion der Schadenregulierungskosten (Loss Adjustment Expense, LAE) und die Verkürzung der Durchlaufzeit. Eine KI-gestützte Bearbeitung kann durch die Automatisierung von Routinegenehmigungen die Personalzeit pro Anfrage reduzieren. Für Leistungserbringer wirkt sich die Verkürzung der PA-Durchlaufzeit direkt auf die Umsatzzyklen aus – jeder Tag Verzögerung bei der PA-Genehmigung verzögert die Einreichung und Bezahlung von Ansprüchen. Verbesserungen der Quote aufgehobener Ablehnungen sind ein weiterer ROI-Treiber, da qualitativ hochwertigere Informationsanfragen unnötige Ablehnungen und die dadurch auf beiden Seiten entstehenden Kosten der Widerspruchsbearbeitung reduzieren.

Nach der EU-KI-Verordnung könnten Agenten für Vorabgenehmigungen als hochriskant eingestuft werden, wenn sie in den Anwendungsbereich eines Medizinprodukts fallen (siehe Anhang I), möglicherweise sogar unter Anhang III, da KI-Systeme, die in Entscheidungen im Gesundheitswesen eingesetzt werden, den Zugang von Patient:innen zu Behandlungen beeinflussen können. Konformitätsbewertungen, technische Dokumentation, eine Grundrechte-Folgenabschätzung, Anforderungen an die menschliche Aufsicht und die Registrierung in der EU-KI-Datenbank könnten dann vor dem Einsatz verpflichtend sein. Nichtkonformität ist mit Bußgeldern von bis zu 35 Mio. € oder 7 % des weltweiten Jahresumsatzes verbunden.

• EU-KI-Verordnung Art. 14 –  Anforderungen an die menschliche Aufsicht: Die Anforderungen der EU-KI-Verordnung an die menschliche Aufsicht schreiben vor, dass hochriskante KI-Systeme mit einer wirksamen Fähigkeit zur menschlichen Aufsicht eingesetzt werden. Für PA-Agenten bedeutet dies eine ärztliche oder klinische Aufsicht über alle Ablehnungsentscheidungen mit echter Befugnis, KI-Empfehlungen zu übersteuern.
• Recht der Patient:innen auf Erläuterung: Patient:innen, die KI-gestützten PA-Entscheidungen unterliegen, haben sowohl nach Art. 22 DSGVO als auch nach den Transparenzpflichten der EU-KI-Verordnung das Recht, eine aussagekräftige Erläuterung der Grundlage für nachteilige Entscheidungen zu erhalten. Ablehnungsschreiben müssen diese Anforderungen inhaltlich erfüllen – nicht nur auf Richtliniennummern verweisen.
• US-Regulatorische Compliance: Mehrere US-Bundesstaaten haben PA-spezifische KI-Gesetzgebung erlassen, die eine ärztliche Überprüfung von Ablehnungen vorschreibt. Eine bundesrechtliche Compliance-Prüfung wird vor jedem Einsatz empfohlen.

Eine klinische und rechtliche Überprüfung des Systemdesigns ist eine absolute Voraussetzung für den Einsatz. Die genauen Pflichten können zudem vom Unternehmenstyp/der Rolle der Organisation und von möglichen Systemänderungen abhängen.