Hospitais Enfrentam Desafios de Conformidade com o Lançamento do Playbook de IA da CMS v4
Os hospitais podem se ver em apuros para atender às diretrizes após o lançamento da Versão 4 do Playbook de IA pelos Centros de Medicare e Medicaid.
O playbook documenta a abordagem em evolução da agência em relação à adoção e maturidade da IA, oferecendo orientações específicas, ferramentas e estruturas para liderança, equipes de projeto e profissionais de TI e segurança. A Versão 4 reflete a transição da CMS de uma exploração inicial da IA para a construção de uma maturidade fundamental, informada por diretrizes federais e feedback da equipe da CMS.
Novos Mandatos e Implicações
O playbook introduz dois mandatos que podem ser complicados para algumas instalações hospitalares: salvaguardas ao nível de prompt para qualquer IA generativa usada na prestação de cuidados e a rastreabilidade audível dos dados para cada prompt, interação com o modelo e saída.
Penas por Não Conformidade
As penas por não conformidade se concentrarão principalmente nas falhas na governança da IA. As ameaças financeiras mais imediatas virão por meio de riscos de reembolso e programas de qualidade existentes:
- Reduções/Negativas de Pagamento: Se um modelo de IA for utilizado em um fluxo de trabalho financiado pelo Medicare e não tiver as salvaguardas exigidas, a CMS poderá negar ou recuperar pagamentos associados.
- Não Conformidade com as Condições de Participação (CoPs): A falta de supervisão da IA pode violar as CoPs, resultando em penalidades financeiras e possível perda de acreditação.
- Penas de Programas de Qualidade: A CMS está cada vez mais ligando penalidades a medidas de qualidade e segurança. A falha em mitigar preconceitos induzidos pela IA pode impactar negativamente o desempenho do hospital em programas de qualidade.
Monitoramento da Conformidade
A CMS utilizará várias camadas de monitoramento, incluindo auditorias, auto-relato e revisão de reivindicações para garantir a conformidade com as novas regulamentações.
Rastreabilidade de Dados Audíveis
A “rastreabilidade de dados audíveis” exige que os hospitais rastreiem e armazenem:
- Dados de Entrada: Dados específicos do paciente utilizados como entrada para a consulta de IA.
- Prompt/Consulta: O prompt exato utilizado, incluindo quaisquer salvaguardas aplicadas.
- Identificação do Modelo: A versão, data e configuração do modelo de IA utilizado.
- Saída/Resposta da IA: A saída gerada pela IA.
- Intervenção Humana: Registro de qualquer revisão ou modificação feita pelo humano antes da inserção nos registros oficiais.
- Ação Final: A decisão clínica ou administrativa resultante do fluxo de trabalho influenciado pela IA.
Embora não haja um padrão único para todos os dados, a regra geral é que os hospitais devem planejar reter essa documentação por um mínimo de 6 a 10 anos.
Custos de Conformidade
Os custos para que os hospitais alcancem a conformidade com as novas regulamentações são significativos, impactando desproporcionalmente as instalações menores. Os componentes de custo incluem:
- Nova Infraestrutura: Entre US$ 100.000 e US$ 500.000.
- Talento: De US$ 150.000 a US$ 350.000 por posição para cargos relacionados à governança da IA.
- Documentação de Conformidade/Auditoria: De US$ 50.000 a US$ 200.000 por modelo validado.
- Custo Total Estimado para um Sistema de Médio Porte: Milhões de dólares ao longo de três anos.
Impacto nas Instalações Menores
As pequenas instalações enfrentam desafios adicionais, como a falta de expertise interna e custos fixos que pesam mais em orçamentos menores. Isso pode criar um atraso na adoção de tecnologias inovadoras.
O Modelo WISeR
O modelo WISeR para detecção de cobranças representa uma mudança fundamental na gestão do ciclo de receita, exigindo que os hospitais adotem uma abordagem proativa. Isso introduz novos riscos de auditoria, pois as tecnologias de IA serão usadas para revisar a documentação de conformidade.
Conclusão
Essa mudança regulatória sinaliza uma bifurcação crítica na adoção da IA na saúde. Embora possa haver uma desaceleração no curto prazo devido aos requisitos rigorosos, a longo prazo, essa supervisão pode acelerar a inovação responsável na IA clínica.
