Trump 政府 WISeR 项目用 AI 审批 Medicare 预授权，拒批率与激励结构引发争议

核心亮点

据 Ars Technica 报道，Trump 政府自 2026 年 1 月起在六个州试点 WISeR 项目，用 AI 对部分 Medicare（联邦医疗保险）服务的"预授权"进行审批或拒批。说白了，原本由人或保险审核员决定的"这个治疗给不给批"，现在交给算法先过一道，把人的判断前置成了一道自动化闸门。

具体能力或事件经过

预授权（prior authorization）是美国医疗里的一道关卡：某项检查或治疗前，必须先获批才报销。WISeR 用 AI 做这道关卡，初衷是提高效率、省人工。但争议随之而来：拒批率如何设定、算法有没有偏向保险公司省钱而非病人需要，成为焦点，也让"AI 管医疗"的伦理问题被推到台前。

技术细节

用 AI 审批的核心风险在"激励错配"——如果模型的优化目标是降低赔付，它天然会倾向于拒批；而医疗决策本应围绕临床需要。透明性、可申诉机制、人工复核兜底，是这类系统不可缺的护栏，否则一次错误拒批可能直接耽误治疗。

与竞品对比

相比商业保险公司自研的审核模型，WISeR 是政府主导的试点，影响面和政策含义更大。它把"AI 进公共福利"从讨论变成了现实，也把算法问责问题推到台前，为其他国家是否跟进提供了先例样本。

行业影响或适用场景

对医疗 AI 行业，WISeR 是"政府购买 AI 决策"的标志性案例。它提醒从业者：在涉及民生与权力的场景，模型不仅要准，更要可解释、可纠错、可接受监督，否则技术红利会变成公共信任危机。AI 落地公共部门，合规与问责比准确率更先被审视。

延伸视角

用算法审批医保预授权，效率叙事很动人，但 safeguard 才是关键：透明的标准、顺畅的申诉通道、对不利决定的真人复核，缺一不可。若缺少这些，项目很可能从提效变成削弱照护的警示案例。