בינה מלאכותית עשויה לשפר את יישום מדיניות הבריאות

מדיניות בריאות מורכבת היא לרוב מאתגרת ליישום. זו מציאות שמדינות ברחבי הארץ יתמודדו איתה כאשר דרישות עבודה חדשות של Medicaid יתחילו בשנה הבאה.

הכלל הפדרלי החדש, חלק מחוק ההתאמה התקציבית של 2025 (HR 1), מחייב מבוגרים הרשומים לפי הרחבת זכאות ל-Medicaid לפי חוק ה-Affordable Care (ACA) להשלים לפחות 80 שעות בחודש של עבודה מסמיכה או פעילויות מעורבות בקהילה או לעמוד בקריטריונים של פטור כדי לשמור על הכיסוי שלהם החל מה-1 בינואר.

תקשורת מיוחדת חדשה שפורסמה ב-7 באוגוסט בפורום הבריאות של JAMA מציעה כי בינה מלאכותית עשויה לשפר את היישום של מדיניות זו על ידי סיוע לסוכנויות מדיקאיד ממלכתיות לשמור על אנשים זכאים רשומים ל-Medicaid. בהמשך, השימוש בבינה מלאכותית יכול לעזור למדינות ולממשלות מקומיות להפעיל ולשפר גם מדיניות בריאות אחרת.

דרישות העבודה של Medicaid מכניסות מורכבות ניהולית לתוכנית מורכבת ממילא. זה כבר מאוד מסובך להבין איך להגיש בקשה ל-Medicaid ולהישאר רשום. זה שונה לפי מדינה. הטפסים מבלבלים, והדרישה החדשה הזו יוצרת מורכבות ניהולית נוספת עבור סוכנויות Medicaid והאנשים שמנסים להירשם או להישאר רשומים".

ד"ר בת' מקגינטי, פרופסור למדעי בריאות האוכלוסייה בוויל קורנל ומנהלת שותפה להקמת מרכז מדיניות הבריאות של קורנל

הורדת הנטל מהנרשמים

החשש הגדול ביותר הוא שאנשים שעובדים או זכאים לפטור מהכלל עלולים עדיין לאבד את הכיסוי בגלל שהם מתקשים להגיש תיעוד. החוק מחייב מדינות להשתמש במאגרי מידע קיימים כדי לאמת את הזכאות במידת האפשר, אך במקרים רבים ייתכן שמדינות לא יוכלו לאמת ציות או סטטוס פטור על סמך המידע הזמין עבורן. במקרה זה, הנרשמים יצטרכו להגיש תיעוד בעצמם. התקשורת המיוחדת ציטטה ממצאי מחקרים קודמים שחלק מהנרשמים הזכאים לארקנסו – כשהוצגו להם דרישת עבודה דומה – איבדו כיסוי עקב קשיי תיעוד.

ד"ר מקגינטי ושותפיה ד"ר. יונגקאנג ג'אנג, פיי וואנג וויליאם שפרו, כמו גם ד"ר ג'ון איאניאן מאוניברסיטת מישיגן, מציעים שמדינות יכולות להשתמש בכלי בינה מלאכותית כדי לנצל טוב יותר את המידע שכבר יש להן.

"לדוגמה, מדינות יכולות להשתמש בבינה מלאכותית כדי לקשר את רשומות ההרשמה ל-Medicaid עם נתוני שכר ומסים או נתוני רישום עבור תוכניות ציבוריות אחרות", אמר ד"ר Schpero, פרופסור חבר למדעי בריאות האוכלוסיה ב-Weill Cornell Medicine ומנהל מרכז שותף של Cornell Health Policy Center. "זה יאפשר לסוכנויות לאמת אם מישהו עובד או זכאי לפטור מבלי לבקש מהנרשום למלא טפסים נוספים או להגיש תיעוד נוסף".

כלי בינה מלאכותית המוטמעים בפורטלים מקוונים של יישומי Medicaid יכולים לשמש גם כדי להבין היכן הנרשמים והמועמדים מתקשים ביותר לנווט בתהליך, אמר.

כיום, כרבע מתוכניות Medicaid של המדינה כבר משתמשות בצ'אטבוטים של AI לסיוע לצרכן, אמר ד"ר מקגינטי, שאותו ניתן להרחיב כדי לסייע ביישום דרישות העבודה החדשות. עוזרים דיגיטליים המופעלים על ידי AI יכולים להסביר דרישות, לענות על שאלות ולעזור למועמדים להבין טוב יותר את התיעוד שהם צריכים לספק.

ד"ר שפרו אמר כי בינה מלאכותית יכולה גם לעזור לסוכנויות ללמוד היכן צווארי בקבוק נמצאים בזמן אמת על ידי ניתוח תמלול מוקד טלפוני, הודעות דלפק עזרה ופעילות באתרי Medicaid.

"לשימוש בבינה מלאכותית כדי לספק למידה בזמן אמת עבור תוכניות מדיקאיד ממלכתיות יש הבטחה", אמר ד"ר שפרו. "לדוגמה, בינה מלאכותית יכולה לכרות תמלילים אנונימיים של מוקד טלפוני כדי להבין משבוע לשבוע אילו אתגרים מתמודדים הנרשמים בניסיון לעמוד בדרישות העבודה, והמדינה תוכל להתאים את תוכניות ההסברה והסיוע שלהם בהתאם".

כמובן, יש כמה אזהרות. למדינות ולתחומי שיפוט יש רמות שונות של בגרות בינה מלאכותית ותשתית IT, אמר ד"ר מקגינטי. המחברים טוענים שסיוע פדרלי יהיה חיוני למדינות בעלות יכולת נמוכה יותר ליישם גישה זו.

לבסוף, כמו בשימוש בכלי AI אחרים, יהיה צורך במרכיב אנושי כדי שזה יצליח, אמר ד"ר מקגינטי.

"יש הטיות טבועות בנתונים שלנו שהטמעת בינה מלאכותית תשתתק כאן ב-100%, ולכן יש צורך באדם במעגל וניטור זהיר ופיקוח על AI", אמרה. "זה לא יכול להיות פתרון 'למסור את זה לבוטים'".