LLMs schreiben klinisch starke Genehmigungsschreiben, aber administrative Lücken bleiben

Die Genehmigung von Behandlungen bleibt einer der kostenintensivsten Verwaltungsaufwand im US‑Gesundheitswesen. In einer neuen Studie wurden drei kommerzielle Sprachmodelle – GPT‑4o, Claude Sonnet 4.5 und Gemini 2.5 Pro – auf ihre Fähigkeit getestet, prior‑authorization‑Schreiben zu verfassen, die sowohl klinisch als auch administrativ den Anforderungen entsprechen.

Die Modelle wurden anhand von 45 synthetischen Szenarien aus Rheumatologie, Psychiatrie, Onkologie, Kardiologie und Orthopädie bewertet. Alle drei Systeme erzeugten Schreiben mit überzeugender medizinischer Argumentation: korrekte Diagnosen, strukturierte Begründungen der medizinischen Notwendigkeit und detaillierte Schritt‑Therapie‑Dokumentation. Die klinische Qualität der Texte war damit auf einem sehr hohen Niveau.

Ein tiefergehender Blick auf die realen administrativen Vorgaben zeigte jedoch wiederkehrende Schwächen. Fehlende Abrechnungscodes, unvollständige Angaben zur gewünschten Genehmigungsdauer und unzureichende Nachsorgepläne wurden häufig übersehen. Diese Lücken verdeutlichen, dass die eigentliche Herausforderung nicht darin besteht, klinisch brauchbare Schreiben zu generieren, sondern die umgebenden Systeme so zu gestalten, dass sie die präzisen administrativen Anforderungen der Kostenträger erfüllen.

Die Ergebnisse legen nahe, dass die Integration von LLMs in den Genehmigungsprozess noch nicht abgeschlossen ist. Für eine erfolgreiche klinische Umsetzung müssen Entwickler und Anbieter die administrativen Strukturen verbessern, damit die Technologie die volle Effizienz des Gesundheitswesens steigern kann.