001 · 免人工的癌症用藥授權流程
Risa Labs 用四個 agent 交叉比對多方證據，把癌症用藥的事前授權逐步做到不需要人工核准。
原標題：Can Oncology Workflows Run Without Human Touch? - Anant Shankhdhar, Risa Labs
重點摘要
- 四個 agent 分工用 EV agent、auth agent、necessity agent、submission agent 把事前授權流程拆成保單查核、授權狀態判斷、臨床必要性評估與送出四段，逐段推進到可以不經人工。
- 先解決規則明確的案件藥物不需要授權或授權已在案時，用 LLM 抽取病歷，再比對歷史授權信與 payer 規則資料庫兩個來源，兩邊一致才算高信心，這部分訂單就能完全跳過人工。
- LLM 抽取不能單獨信任LLM 判斷授權狀態時常因病歷資料不足而出錯，這類做法只能提高效率、不能取代人工複核，因此才加上多來源交叉驗證。
- 用 LLM 生成 RPA 設定各家保險公司 portal 介面都不同，改用共用的動作庫加上 LLM 自動產生設定檔取代手刻整合，並加自我修復機制處理常見的自動化故障。
- 真正需要判斷的案件交給 medical necessity agent藥物確實需要授權時，讀病歷、policy criteria 與病人的 biomarker 資料，讓 LLM 產出附信心分數的問答，信心不足才轉人工。
時間軸
時碼點下去會跳到影片的那一段。
| 時碼 | 段落 | 重點 |
|---|---|---|
| 00:00 | 開場 | Anant Shankhdhar 說明自己在 Risa Labs 做 AI engineer，主題是把 oncology 的 prior authorization 流程做到全自動、不經人工。 |
| 00:30 | 流程總覽 | 事前授權分四步：收單、eligibility and benefits verification、判斷藥物屬於 NAR／auth on file／auth required、送出前的人工審查。 |
| 02:08 | 四個 agent 分工 | 拆成 EV agent、auth agent、necessity agent、submission agent，分別對應驗保、判斷授權狀態、判斷臨床必要性與送出；confidence 是核心指標。 |
| 03:18 | 整合分散的保單資料 | 保單資訊散落在各 portal、API 與文件裡，先建 unified service 把不同來源正規化，再用 deterministic decision engine 篩掉條件不足的案件。 |
| 04:13 | 用 LLM 生成 RPA 設定 | coverage orchestrator 決定走 API 或 RPA；改用 LLM 依動作庫自動產生 config，取代逐一手刻 portal 整合，並加 self-healing loop 處理執行中壞掉的自動化。 |
| 06:37 | LLM 判斷授權狀態 | 用 LLM 讀病歷，把藥物分成 NAR、auth on file、auth required 三類，預設為 auth required。 |
| 07:09 | 單一來源不夠可靠 | LLM 抽取結果不穩定、資料不足時會出錯，單一來源無法直接放行，仍需人工複核。 |
| 07:50 | 多來源證據交叉比對 | 用歷史 authorization letters 驗證 auth on file、用 payer rule knowledge base（SQL 資料庫）驗證 NAR，兩個來源一致才判定為高信心，可以完全跳過人工。 |
| 12:19 | 補上臨床推理：medical necessity agent | 針對真正需要授權的藥物，第三個 agent 讀病歷、policy criteria 與病人的 biomarker graph，讓 LLM 產出附信心分數的問答，信心不足才轉人工。 |
| 14:37 | submission agent 送出 | 送出流程比照 EV agent 的做法，針對不同 payer 用 LLM 產生的客製化整合設定加上共用工具庫來送單。 |
| 16:03 | 結語：no touch 比例持續上升 | 回顧四階段：規則明確就用 deterministic checks、多來源證據補信心、self-healing 讓 RPA 能規模化、最後加推理層處理需要授權的案件。 |
值得記的話
名詞與人物
| Risa Labs | 講者任職的公司，做 oncology 流程自動化。 |
|---|---|
| prior authorization | 保險公司要求在用藥前先審核並核准的流程，這場演講的自動化對象。 |
| EV agent | eligibility and benefits verification agent，負責確認病人保險是否涵蓋、額度是否足夠。 |
| NAR | no auth required，指某個藥物不需要事前授權，可以直接往下走。 |
| auth on file | 指該藥物在過去某段期間已經拿到授權，可以沿用。 |
| RPA | robotic process automation，用程式模擬人在各家 payer portal 上操作的自動化方式。 |
| payer rule knowledge base | 用 portal 資料與 LLM 抽取彙整出的 SQL 資料庫，記錄各 payer 對哪些藥不需要授權。 |
| medical necessity agent | 第三個 agent，讀病歷與 policy criteria、查病人的 biomarker 資料，判斷是否符合用藥條件並附上信心分數。 |
延伸
- medical necessity agent 的做法另外有發表 publication，演講本身沒有細講內容。
- self-healing loop 只提到會在正式環境偵測並修復自動化失敗，沒有細講判斷方式。
- medical necessity agent 後來延伸到可以回答其他 workflow 的臨床問題，但沒說是哪些 workflow。