AI生成的prior authorization信件：临床内容强劲，行政结构薄弱

prior authorization是美国医疗保健中最繁重的行政流程之一，每年消耗数十亿美元和数千小时的医生时间。虽然大型语言模型在临床文本任务中显示出前景，但其生产提交就绪prior authorization信件的能力仅受到有限关注，现有工作仅限于单案例演示，而非结构化的多情景评估。我们评估了三种商业可用的大型语言模型（GPT-4o、Claude Sonnet 4.5和Gemini 2.5 Pro），在45个由医生验证的合成情景中进行测试，涵盖风湿科、精神科、肿瘤科、心脏科和骨科。三个模型均生成了具有强临床内容的信件：诊断准确、医学必要性论证结构完整、步骤疗法文件详尽。然而，对现实世界行政要求的二次分析揭示了一致性缺口，这些缺口不仅仅是临床评分捕获的，包括缺失的账单代码、缺失的授权时长请求以及不充分的后续计划。这些发现重新定义了问题：临床部署的挑战不在于LLM是否能够撰写临床上充分的信件，而在于围绕它们的系统能否提供支付流程所需的行政精确性。