Automatisering af forhåndsgodkendelse: Hvor stemme passer ind i opkaldsloopet med forsikringsselskaber

Automatisering af forhåndsgodkendelse bruger software til at samle, indsende og spore de godkendelser, et sundhedsforsikringsselskab kræver, før bestemt behandling gives. Alle leverandører i kategorien beskriver det samme: at hente dokumentation fra journalen, matche den med forsikringsselskabets regler, indsende elektronisk og holde øje med en afgørelse.

Det dækker formularen. Det dækker ikke telefonen, og det er på telefonen, at en overraskende stor del af arbejdet stadig ligger.

Dette indlæg kortlægger de opkald, der omgiver en godkendelse, hvilke af dem en AI-stemmeagent kan tage, og hvilke der bør blive hos et menneske.

Den røde tråd er ejerskab. Forsikringsselskabernes telefonmenuer, dokumentationsregler og afslagsmønstre ændrer sig konstant, så den klinik, der kan ændre agenten samme uge, er den klinik, der beholder besparelsen.

Kort fortalt

• Automatisering af forhåndsgodkendelse erstatter manuel samling af formularer og indsendelse via fax eller portal med elektroniske, sporbare workflows.
• CMS-0057-F trådte i kraft den 1. januar 2026. Berørte forsikringsselskaber skal nu træffe afgørelse om hasteanmodninger om forhåndsgodkendelse inden for 72 timer og om standardanmodninger inden for 7 kalenderdage og give en konkret begrundelse for et afslag. Den standardiserede Prior Authorization API følger, generelt fra den 1. januar 2027. Godkendelser af lægemidler er undtaget fra reglen.
• Selv med alt det tilbage står fire opkaldstyper: statustjek hos forsikringsselskaber, opkald fra forsikringsselskaber, der beder om mere dokumentation, planlægning af peer-to-peer-samtaler og patienter, der ringer for at spørge, om de er godkendt.
• Statustjek og patienters statusopkald er de to, der kan automatiseres, fordi begge er opslag med et manuskript.
• Klinisk begrundelse og klager hører til et menneske, så overdragelsesvejen betyder mere end afledningsraten.
• Alt, der berører patientoplysninger, kræver en databehandleraftale (BAA) og et reelt revisionsspor for hvert opkald.

Hvad er automatisering af forhåndsgodkendelse?

Automatisering af forhåndsgodkendelse er brugen af software til at håndtere den godkendelse, et forsikringsselskab kræver, før en ydelse, et indgreb eller et lægemiddel gives.

Et automatiseret flow registrerer allerede ved ordinationen, at en ydelse kræver godkendelse, henter diagnosekoder og kliniske notater fra journalen, tjekker dem mod forsikringsselskabets regler, indsender anmodningen og følger den til en afgørelse.

Nyere systemer tilføjer et prædiktivt lag, der markerer anmodninger, som sandsynligvis vil få afslag på grund af manglende dokumentation, før de sendes. Det er den del, de fleste leverandører mener, når de siger AI.

Det, kategorien ikke omfatter, er samtalen. Når en indsendelse går i stå, når et forsikringsselskab mangler én detalje mere, eller når en patient vil vide, om operationen er godkendt, er der nogen, der tager telefonen.

Hvad nutidens automatisering reelt dækker

Den dækker den strukturerede, elektroniske vej godt og den ustrukturerede vej næsten ikke.

Den regulatoriske retning styrker den strukturerede vej. CMS Interoperability and Prior Authorization Final Rule har siden den 1. januar 2026 krævet, at berørte forsikringsordninger træffer afgørelse om hasteanmodninger inden for 72 timer og om standardanmodninger inden for 7 kalenderdage, angiver den konkrete begrundelse for et afslag og hvert år offentligt rapporterer nøgletal for godkendelser, hvor det første sæt skulle foreligge senest den 31. marts 2026. Den standardiserede Prior Authorization API følger, generelt fra den 1. januar 2027.

CMS anslog effekten til cirka $15 milliarder i anslåede besparelser over ti år, hovedsageligt ved at fjerne friktion fra forhåndsgodkendelse. AMA's forklaring er værd at læse for, hvad reglen dækker, og hvad den ikke dækker.

To begrænsninger er værd at holde fast i, når du planlægger ud fra den.

• Lægemidler er undtaget. Godkendelser af medicin ligger uden for anvendelsesområdet, så forhåndsgodkendelse af apoteksydelser fortsætter på de eksisterende skinner.
• Forsikringsselskabernes udrulning er ujævn. Et API-krav for visse typer forsikringsordninger får ikke alle forsikringsselskabers portaler, faxlinjer og telefonmenuer til at forsvinde. Klinikker vil arbejde med begge veje samtidig i årevis.

Det realistiske billede er derfor en overvejende automatiseret indsendelsesproces med et telefonloop omkring.

Den del, der stadig foregår i telefonen

Fire opkaldstyper overlever næsten ethvert automatiseringsprojekt.

1. Statustjek. Personalet ringer til forsikringsselskabet for at spørge, hvor en indsendt anmodning står, typisk fordi portalen viser afventer, og indgrebet er planlagt.
2. Anmodninger om dokumentation. Forsikringsselskabet ringer, eller sagsbehandleren beder om ét manglende element, og anmodningen ligger stille, indtil nogen svarer.
3. Planlægning af peer-to-peer-samtaler. Et afslag fører til en klinisk gennemgangssamtale, som skal bookes omkring en klinikers arbejdsdag.
4. Patienters statusopkald. Patienten ringer til klinikken, ikke forsikringsselskabet, for at spørge, om de er godkendt, og om deres aftale bliver til noget.

Kun den første og den fjerde har stor volumen, er gentagende og følger et manuskript. De to er kandidaterne til automatisering.

De to andre involverer klinisk vurdering eller en klinikers kalender, så målet der er at få det rette menneske hurtigere på opkaldet, ikke at fjerne mennesket.

Sådan ser et statusopkald til et forsikringsselskab ud trin for trin

Det er et opslag pakket ind i forhindringer, og derfor sluger det så meget personaletid.

Intet i det forløb kræver vurdering. Det kræver tålmodighed, korrekte identifikatorer og en note skrevet i den rigtige journal.

Det er også det opkald, personalet klager over, fordi trin 1 og 2 æder tiden, mens trin 3 til 6 tager under to minutter.

Hvor stemme passer ind, og hvor den ikke bør

En AI-stemmeagent passer til loopets to ender: at ringe ud til forsikringsselskaber for at få status og at besvare patienter, der ringer ind og spørger om den.

På den udgående side er telefonmenuen og ventekøen hele omkostningen, og ingen af dem er et menneskeligt problem. Retell-agenter kan trykke og tale sig igennem en anden organisations telefonmenu med Navigate IVR og derefter klare autentificeringen og udvekslingen af identifikatorer, når en medarbejder tager telefonen. En kørsel med batchopkald kan gennemgå alle afventende sager på en liste i stedet for at tage dem én ad gangen.

På den indgående side stiller patienter, der spørger om godkendelsesstatus, et opslagsspørgsmål. En agent, der bygger på en vidensbase og er forbundet med sagsdataene, besvarer det og booker eller ombooker mødet, når svaret ændrer planen.

Det er ikke teori. Medical Data Systems kører tre agenter på tværs af indgående support, udgående inkasso og koordinering med forsikringsselskaber med omkring 30.000 opkald om måneden, hvor cirka 70 % af de indgående opkald gennemføres fra start til slut. På patientsiden af samme loop rapporterer Pine Park Health en bookingrate på 55,7 % blandt ældre patienter og en NPS for planlægning på +38.

Hvor den ikke bør bruges, er overalt, hvor opkaldet er en klinisk samtale.

• Peer-to-peer-gennemgang: en drøftelse mellem klinikere om medicinsk nødvendighed. Automatiser planlægningen af den, ikke selve opkaldet.
• Klager og argumentation for medicinsk nødvendighed: det er skriftligt og klinisk arbejde med reelle konsekvenser for patienten.
• Alt, hvor patienten er bekymret eller ked af det: et afslag på et planlagt indgreb er dårligt nyt. Det bør gives af et menneske, og agentens opgave er at genkende det og viderestille opkaldet med konteksten allerede klar.

Hvad der går galt på disse opkald

Fejltyperne er specifikke, og de er grunden til, at en stemmeagent, der fungerer godt i en demo, stadig kan fejle på forsikringsselskabernes linjer.

• Dybe telefonmenuer, der ændrer sig. Forsikringsselskabernes menuer omorganiseres uden varsel, så en agent, der følger en udenadlært tastesekvens, bryder sammen. Den skal læse den menu, den får præsenteret.
• Lange ventetider og ventemusik. Agenten skal blive på linjen gennem flere minutters lyd og derefter genkende et menneske, der svarer midt i en sætning.
• Afbrydelser og overlap. Forsikringsselskabernes medarbejdere taler hen over prompts og læser identifikatorer hurtigt op. En agent, der ikke kan håndtere at blive afbrudt midt i en sætning, mister godkendelsesnummeret.
• Korrekte identifikatorer. Medlems-ID'er og CPT-koder er alfanumeriske strenge, der læses højt. Et enkelt forkert tegn sender sagen ad den forkerte vej, så gentagelse og bekræftelse betyder mere end hastighed.
• Viderestillinger hos forsikringsselskabet. Statusopkald flyttes ofte til en anden afdeling, og agenten skal klare viderestillingen og autentificere sig igen.
• Uassisteret viderestilling til dit eget personale. Hvis agenten overdrager uden at videregive det, den allerede har indsamlet, gentager opkalderen det hele, og automatiseringen har ikke sparet noget.

Test alle seks, før du stoler på en pilot. Et manuskriptbaseret demoopkald afslører ingen af dem.

HIPAA, revisionssporet og overdragelsen til et menneske

Enhver agent, der håndterer godkendelsesopkald, berører beskyttede helbredsoplysninger, så behandl det som et omfattet workflow fra første dag.

Det betyder en leverandør, der tilbyder en databehandleraftale (BAA), før der overføres PHI, adgangskontrol for, hvem der kan lytte til optagelser, og en opbevaringspolitik, du kan forsvare. Retell tilbyder en selvbetjent BAA og konfigurerbare indstillinger for datalagring, fra fuld opbevaring ned til kun grundlæggende attributter, så spørgsmålet om opbevaring har et reelt svar frem for et leverandørløfte. HHS' vejledning for HIPAA-omfattede enheder er referencen, og intet leverandørudsagn erstatter din egen risikovurdering. Retell offentliggør sin sikkerhedsprofil i et Trust Center, som er det rette sted at tjekke aktuelle attesteringer frem for en linje i et blogindlæg.

På forskningssiden dækker rekruttering af patienter til kliniske forsøg det forscreeningsopkald, som de fleste forsøgssteder ikke har bemanding til.

Revisionssporet betyder noget af endnu en grund: Tvister om godkendelser afhænger af, hvad der blev sagt og hvornår. Analyse efter opkald giver dig en registrering pr. opkald af de udvekslede identifikatorer, den oplyste status og referencenummeret, knyttet til sagen. AI-kvalitetssikring gennemgår, om agenten gentog identifikatorerne korrekt, hvilket er den fejl, der koster mest senere i forløbet.

Hvad angår overdragelse, så definer reglerne før lancering: Et afslag på et planlagt indgreb, en bekymret patient, et klinisk spørgsmål og enhver anmodning, agenten ikke kan verificere, går alle til et menneske via assisteret viderestilling med konteksten vedhæftet.

Hvad du skal automatisere først

Start med den udgående statusgennemgang. Den har stor volumen, følger et manuskript og har intet klinisk indhold.

1. Vælg ét forsikringsselskab og én gruppe af indgreb. Forsikringsselskabernes telefonmenuer er så forskellige, at for tidlig generalisering skjuler, om flowet virker.
2. Automatiser kun statustjekket. Ring op, naviger, autentificer, registrer status, skriv den på sagen. Intet klinisk indhold.
3. Mål det mod personalets baseline: minutter pr. sag, sager pr. dag og fejlrate for identifikatorer.
4. Tilføj derefter den indgående statuslinje for patienter med en fast regel for viderestilling ved afslag og bekymrede patienter.
5. Udvid først derefter til flere forsikringsselskaber, og forvent, at det andet forsikringsselskab kræver ændringer frem for en kopi.

De teams, der får værdi ud af dette, er dem, hvor den person, der hører det mislykkede opkald, kan ændre agenten samme eftermiddag. Hvis hver ændring er en sag hos leverandøren, forfalder flowet, efterhånden som forsikringsselskabernes menuer og dokumentationsregler ændrer sig, og det gør de konstant.

Det er det strukturelle argument for selv at eje forbedringsloopet frem for at leje et resultat. I modsætning til administrerede AI-leverandører og BPO'er bliver en ændring ikke til en sag, en kø eller endnu en SOW.

Retell, en AI-platform for kundeoplevelse til autonome kunderelationer, giver revenue cycle- og adgangsteams direkte adgang til flowet, prompts og reglerne for viderestilling af opkald, så den person, der hører en ændring i et forsikringsselskabs menu, kan rette den samme eftermiddag. Siderne om sundhedssektoren beskriver, hvordan samme opsætning kan udvides til indskrivning, påmindelser og opkald om berettigelse, når godkendelsesloopet fungerer.

Ofte stillede spørgsmål

Hvad er automatisering af forhåndsgodkendelse?

Det er software, der registrerer, når en ydelse kræver godkendelse fra forsikringsselskabet, samler den nødvendige kliniske dokumentation, indsender anmodningen elektronisk og følger den til en afgørelse, så manuelle formularer, fax og portalarbejde erstattes.

Kan AI ringe til forsikringsselskaber for at få status på forhåndsgodkendelse?

Ja. En AI-stemmeagent kan ringe til forsikringsselskabets linje, arbejde sig gennem telefonmenuen, autentificere sig med behandler- og medlemsidentifikatorer, registrere status og godkendelsesnummer og skrive resultatet tilbage på sagen. Kliniske drøftelser som peer-to-peer-gennemgang bør sendes videre til en kliniker.

Fjerner CMS-0057-F telefonopkald om forhåndsgodkendelse?

Nej. Siden den 1. januar 2026 har den krævet, at berørte forsikringsselskaber træffer afgørelse om hasteanmodninger inden for 72 timer og om standardanmodninger inden for 7 kalenderdage og giver en konkret begrundelse for et afslag, og den standardiserer en elektronisk godkendelsesvej fra den 1. januar 2027. Godkendelser af lægemidler er undtaget, forsikringsselskabernes udrulning er ujævn, og opkald om status og dokumentation fortsætter side om side med API'en.

Er en AI-stemmeagent HIPAA-kompatibel?

Compliance er en egenskab ved implementeringen, ikke kun ved softwaren. Du skal have en databehandleraftale (BAA), adgangskontrol, en opbevaringspolitik og en defineret overdragelse til et menneske. Bed enhver leverandør om deres aktuelle attesteringer, og læs dem op mod din egen risikovurdering.

Hvor lang tid tager et statusopkald om forhåndsgodkendelse?

Selve udvekslingen af oplysninger tager som regel under to minutter. Det er telefonmenuen og ventetiden forinden, der gør opkaldet dyrt, og derfor er det en god kandidat til automatisering.

Hvad bør ikke automatiseres i forhåndsgodkendelse?

Klinisk peer-to-peer-gennemgang, klager over medicinsk nødvendighed og enhver samtale, hvor der gives afslag på planlagt behandling. Automatiser i stedet planlægningen og papirarbejdet omkring dem.

Tag ventetiden væk fra dit personale.

Byg en Retell-stemmeagent, der ringer til forsikringsselskaber for at få godkendelsesstatus, registrerer referencenummeret og overdrager de kliniske opkald til dit team. Start med ét forsikringsselskab og én gruppe af indgreb, kør den mod din personalebaseline, og beslut ud fra dine egne opkaldsoptagelser, før du skriver under på noget. Start en pilot på dine egne opkald.