मेडिकेयर ने AI से इलाज की पूर्व मंज़ूरी का परीक्षण शुरू किया, मेडिकल सेवाओं में तुरंत भारी गिरावट

गुरुवार, 29 अक्टूबर 2026 — अमेरिका के सरकारी स्वास्थ्य कार्यक्रम मेडिकेयर से जुड़ी एक खबर ने स्वास्थ्य और तकनीक दोनों दुनियाओं में गहरी बहस छेड़ दी है। मार्केटवॉच की रिपोर्ट के अनुसार, मेडिकेयर प्रायर ऑथराइज़ेशन — यानी किसी जांच, दवा या इलाज की मंज़ूरी से पहले की स्वीकृति — की प्रक्रिया में AI के इस्तेमाल का परीक्षण कर रहा है, और इसका लक्ष्य बर्बादी कहे जाने वाले मेडिकल खर्च पर लगाम लगाना है। रिपोर्ट का सबसे चौंकाने वाला हिस्सा नतीजा है: असर तुरंत दिखा और मेडिकल सेवाओं की संख्या में बड़ी गिरावट दर्ज हुई। यहां दो कहानियां एक साथ चल रही हैं — एक कुशलता की, जो कागज़ी जंजाल को मशीन के फैसलों से सुलझाना चाहती है; दूसरी सावधानी की, जो पूछती है कि जब इलाज की दहलीज़ पर एल्गोरिद्म बैठ जाए, तो बचत कहां खत्म होती है और इलाज से वंचित होना कहां शुरू होता है। इस लेख में हम इस परीक्षण के हर पहलू को तोड़कर देखेंगे — प्रायर ऑथराइज़ेशन क्या है, नतीजे क्या कहते हैं, जोखिम कहां छिपे हैं और दुनिया के बाकी नियंत्रित क्षेत्रों के लिए इसका क्या मतलब है।

प्रायर ऑथराइज़ेशन क्या है — और AI इसका सही इम्तिहान क्यों है

प्रायर ऑथराइज़ेशन स्वास्थ्य बीमा की दुनिया का वह दरवाज़ा है जिसे पार किए बिना कई जांचें, प्रक्रियाएं और महंगे इलाज शुरू नहीं हो सकते। डॉक्टर मरीज़ के लिए कोई टेस्ट या इलाज सुझाता है, फिर बीमा कंपनी या सरकारी कार्यक्रम से पहले मंज़ूरी लेनी होती है। इसका उद्देश्य नाम से ही साफ़ है: पहले जांच लो, फिर खर्च करो — ताकि ज़रूरत से ज़्यादा, दोहराई गई या बेकार सेवाओं पर पैसा न बहे।

समस्या इसके इंसानी इंतज़ाम में रही है। मंज़ूरी की फाइलें देर से खुलती हैं, कागज़ी पेचीदगियां रास्ते में खड़ी होती हैं और फैसले अक्सर हफ्तों लेते हैं। इसीलिए यह प्रक्रिया AI के लिए एकदम सही इम्तिहान बन जाती है। यह काम बड़े पैमाने पर होता है, लिखे हुए नियमों पर टिका है, दस्तावेज़ों से भरा है और उसमें बार-बार एक जैसे फैसले लेने होते हैं — यानी वह सब कुछ जो मशीन के लिए ढालना आसान माना जाता है।

मार्केटवॉच की रिपोर्ट के अनुसार, मेडिकेयर अब इसी दरवाज़े पर AI का परीक्षण कर रहा है — बर्बादी कहे जाने वाले खर्च को निशाना बनाकर। चुनाव बुरा नहीं कहा जा सकता: अगर AI कहीं पैमाने के साथ तुरंत असर दिखा सकता है, तो वह यहीं है। असली सवाल यह है कि तेज़ असर हमेशा वांछित असर नहीं होता — और यही अगले हिस्सों की बहस की जड़ है।

नतीजा तुरंत आया — मेडिकल सेवाओं में बड़ी गिरावट

रिपोर्ट की सबसे बड़ी खासियत उसकी सीधी-सी गवाही है: असर तुरंत आया। मार्केटवॉच के अनुसार, इस परीक्षण के बाद मेडिकल सेवाओं की संख्या में बड़ी गिरावट दर्ज हुई। इस "तुरंत" शब्द में पूरी कहानी छिपी है। पारंपरिक सुधार — नया नियम, नई फीस, नई पात्रता की शर्तें — असर दिखाने में महीनों लेते हैं, क्योंकि उन्हें समझना, लागू करना और सीखना पड़ता है। एक एल्गोरिद्म को इंतज़ार की ज़रूरत नहीं होती: वह जिस दिन लगता है, उसी दिन पूरे पैमाने पर फैसले देना शुरू कर देता है।

इस तेज़ी के दो चेहरे हैं। पहला चेहरा प्रशासकों को पसंद आता है: अगर बड़ी मात्रा में सेवाएं वाकई बेकार थीं, तो गिरावट यानी बचत है — और वह भी ऐसी बचत जो किसी औपचारिक सुधार से सालों में नहीं मिलती। दूसरा चेहरा चिकित्सकों और मरीज़ों के बीच की चर्चा में है: गिरावट बताती तो है कि कम सेवाएं दी गईं, मगर वह यह नहीं बताती कि कौन सी सेवाएं रुकीं। क्या वे सच में फालतू थीं, या उनमें कहीं ज़रूरी देखभाल भी थी?

यहीं इस परीक्षण की असली पहेली बैठी है। एक ही संख्या — सेवाओं में गिरावट — दो बिल्कुल अलग सच छिपाती है: बर्बादी पर लगाम, या ज़रूरी इलाज की अनदेखी। जब तक यह फर्क सामने न आए, तेज़ असर को न तो पूरी सफलता कहा जा सकता है और न ही पूरी चेतावनी। रिपोर्ट में अभी यह ब्योरा सामने नहीं आया है कि गिरावट किन सेवाओं में आई — और यही अंतराल दोनों पक्षों की बहस को हवा दे रहा है।

बचत का सपना बनाम इलाज की पहुंच का ख़तरा

हर स्वास्थ्य व्यवस्था दो दबावों के बीच खड़ी होती है — खर्च काबू में रखो, मगर इलाज से किसी को महरूम न रखो। प्रायर ऑथराइज़ेशन इसी तनाव की जीती-जागती मिसाल है: वह दरवाज़ा जो बेकार खर्च रोकता है, वही दरवाज़ा ज़रूरी इलाज भी रोक सकता है। जब इस दरवाज़े पर इंसान बैठा हो, तो उसकी नरमी, उसकी थकान, उसका अनुभव — सब मिलकर एक अनियमित-सा संतुलन बनाते हैं। जब एल्गोरिद्म बैठता है, तो संतुलन नियमों का बन जाता है — साफ़, तेज़ और बेरहम।

ख़तरे की पहचान भी साफ़ है। अगर मंज़ूरी की कसौटी सख़्त हो और अपील का रास्ता लंबा हो, तो डॉक्टर बार-बार झंझट में पड़ने से बचने के लिए ज़रूरी जांच सुझाने से ही कतराने लगते हैं। मरीज़ की तरफ़ से देखें तो सवाल और तीखा हो जाता है: वह सेवा जो पहले मिलती थी और अब नहीं मिल रही, सच में बेकार थी? प्रशासकों के पास अपनी दलील है — बर्बादी का दायरा इतना बड़ा है कि उसे सिर्फ़ इंसानी निगरानी से काबू करना नामुमकिन है। आलोचकों के पास अपनी — बचत का आंकड़ा तुरंत दिखता है, छूटे हुए इलाज का दुख आंकड़ों में देर से, या कभी नहीं दिखता।

इस टकराव में सच शायद बीच कहीं है, मगर बीच का रास्ता खुद-ब-खुद नहीं मिलता; उसे डिज़ाइन करना पड़ता है। सवाल यह नहीं कि AI दरवाज़े पर बैठे या न बैठे — सवाल यह है कि उसके फैसलों की समीक्षा कौन करेगा, कितनी जल्दी करेगा और किन मामलों में इंसान की गवाही को आख़िरी बात माना जाएगा। यही डिज़ाइन तय करेगा कि यह प्रयोग स्वास्थ्य व्यवस्था की जीत है या पहुंच की हार।

"कचरा" और "देखभाल" में फर्क कैसे पहचानें

इस पूरी बहस की जड़ में एक मापन की समस्या है: "बर्बादी" किसे कहें? एक ही जांच एक मरीज़ के लिए फालतू हो सकती है और दूसरे के लिए जीवन बचाने वाली। एक ही इमेजिंग टेस्ट लक्षणों के आधार पर एक जगह बेकार और दूसरी जगह ज़रूरी हो सकता है। जब इंसान यह फैसला करता है, तो वह संदर्भ देखता है — उम्र, इतिहास, लक्षण, जोखिम। एल्गोरिद्म उतना ही देखता है जितना उसे सिखाया गया है और जितना डेटा उसके सामने है।

यहां एक और असुविधा है: गिरावट का बड़ा आंकड़ा औसत छिपाता है। पूरे कार्यक्रम में सेवाओं की संख्या का ग्राफ़ नीचे आ सकता है, मगर उस झुकी रेखा के भीतर कुछ मरीज़ों के हिस्से की कहानी पूरी तरह अलग हो सकती है। संख्या बताती है कितनी सेवाएं रुकीं; वह यह नहीं बताती कि रुकी सेवाओं में से कितनी रोकना सही था और कितनी गलती हुई। यह गणना करना इस परीक्षण के लिए सबसे ज़रूरी और सबसे मुश्किल काम है।

दूसरा पहलू व्याख्या का है। जो सेवा मंज़ूर नहीं हुई, वह "बर्बादी पर रोक" भी हो सकती है और "पहुंच में रुकावट" भी — इन दोनों को अलग करने वाला बीच का साक्ष्य जुटाना पड़ता है। अर्थशास्त्री लंबे समय से इसी तरह की पहेली पर बहस करते आए हैं — उत्पादकता की पहेली, यानी AI के असली असर को मापने की मुश्किल — का सबसे ठोस मैदान मेडिकेयर का यह परीक्षण बन गया है। दोनों का सार एक है: फायदा गिनना आसान है, नुकसान गिनना मुश्किल। और जब तक नुकसान न गिना जाए, कोई भी "बचत" अधूरा आंकड़ा ही है।

नियंत्रित क्षेत्रों में AI की कमाई के लिए बड़ा संकेत

यह घटना सिर्फ़ स्वास्थ्य नीति की नहीं है; यह AI उद्योग के पूरे व्यापारिक मॉडल के लिए एक संकेत है। पिछले कुछ सालों का बड़ा सवाल यह रहा है कि एंटरप्राइज़ AI में लगा पैसा कहां से लौटेगा। मेडिकेयर का परीक्षण इस सवाल का एक अनोखा जवाब दिखाता है: सबसे नियंत्रित और सबसे ज़्यादा जांचे जाने वाले क्षेत्र में AI ने पैमाने के साथ तुरंत नतीजा दिया।

इसका महत्व समझने के लिए स्वास्थ्य क्षेत्र की कठिनाई देखें। यहां फैसले ज़िंदगी-मौत से जुड़े हैं, कानूनी ज़िम्मेदारी ऊंची है, हर नियम लिखा हुआ है और हर गलती सुर्खियों में आती है। अगर AI इस माहौल में भी बड़ा, गिनने लायक असर दिखा सकता है, तो बैंकिंग, बीमा, टैक्स, अनुदान और अन्य नियामक वाले क्षेत्रों के लिए रास्ता साफ़ हो जाता है — वे सब जगहें जहां दस्तावेज़ों की बाढ़ और नियमों की जंजीर AI के लिए बाज़ार बनाती हैं।

निवेशक और कंपनी नेतृत्व इसे इस नज़र से पढ़ेंगे: AI का असली रिटर्न सिर्फ़ चैटबॉट और कंटेंट में नहीं, प्रक्रियाओं की स्वचालित अनुमति और अस्वीकृति में भी है। जिन कंपनियों ने पायलट परियोजनाओं से मुनाफ़े के केंद्रों के सफर में यह सीख लिया है कि असली वापसी काम के बहाव से आती है, उनके लिए मेडिकेयर का परीक्षण एक मिसाल है। मगर यह भी याद रखना होगा कि एआई की असली लागत में सिर्फ़ सॉफ्टवेयर की कीमत नहीं, निगरानी, अपील और जवाबदेही का खर्च भी जुड़ता है — ख़ासकर जहां दांव इंसानी जीवन पर लगा हो।

ज़रूरी बाड़े — कौन से सुरक्षा उपाय अनिवार्य हैं

तेज़ असर देखकर उत्साह में डूब जाना आसान है; समझदारी उन बाड़ों को लगाने में है जो इस ताक़त को ज़िम्मेदारी से चलाएं। सबसे पहला उपाय: इंसानी समीक्षा में वापसी का रास्ता। हर अस्वीकृति के साथ एक साफ़, तेज़ और सुलभ अपील होनी चाहिए — और वह अपील एल्गोरिद्म के नियमों से बाहर निकलकर इंसानी फैसले में जानी चाहिए।

दूसरा उपाय: पारदर्शिता। डॉक्टरों और मरीज़ों को यह जानने का हक़ है कि मंज़ूरी या अस्वीकृति किस आधार पर हुई। काले डिब्बे वाले एल्गोरिद्म भरोसे की दीवार तोड़ते हैं — और स्वास्थ्य जैसे क्षेत्र में भरोसा ही असली मुद्रा है। तीसरा: लगातार निगरानी। यह देखा जाना चाहिए कि किन सेवाओं, किन बीमारियों और किन मरीज़ों के हिस्से गिरावट आ रही है — क्योंकि एक जगह की बर्बादी दूसरी जगह की ज़रूरत हो सकती है। चौथा: डॉक्टर के पास अधिभार का साफ़ अधिकार — विशेषज्ञ की गवाही को एल्गोरिद्म से ऊपर रखने वाला तंत्र।

पांचवां, और सबसे ऊपर: नतीजों का सार्वजनिक लेखा। परीक्षण से जो भी गिरावट दिखी है, उसका पूरा हिसाब — क्या रुका, किस वजह से रुका, अपीलों का क्या हुआ — स्वतंत्र जांच के लिए खुला होना चाहिए। ये उपाय तकनीक के रास्ते में पत्थर नहीं, उसकी साख की नींव हैं। बिना बाड़ों के तेज़ AI जनता के भरोसे को एक झटके में तोड़ सकता है; बाड़ों के साथ वही AI सालों की नीतिगत उपलब्धि बन सकता है। फर्क सिर्फ़ इंतज़ाम का है।

दुनिया की स्वास्थ्य व्यवस्थाएं क्यों देख रही हैं इस परीक्षण को

अमेरिका का यह परीक्षण किसी एक देश की बाड़ में बंद नहीं है। दुनिया भर की स्वास्थ्य व्यवस्थाएं एक ही चुनौती से जूझ रही हैं: बढ़ती उम्र, बढ़ती बीमारियां, महंगी तकनीक और सीमित सरकारी जेब। हर देश चाहता है कि खर्च पर लगाम लगे बिना इलाज की पहुंच बनी रहे — और इस मुश्किल संतुलन की तलाश में AI एक आकर्षक औज़ार लगता है। ऐसे में मेडिकेयर के परीक्षण से जो सबक निकलेंगे, वे दूसरी सरकारों की कार्यसूची पर सीधे पहुंचेंगे।

रोचक बात यह है कि सवाल हर जगह एक जैसा है, जवाब स्थानीय होंगे। जहां निजी बीमा का दायरा बड़ा है, वहां निजी कंपनियां भी इसी तरह के तंत्र अपनाने का दबाव महसूस करेंगी। जहां सरकारी व्यवस्था हावी है, वहां यह निर्णय राजनीतिक बहस का विषय बनेगा — क्योंकि मंज़ूरी से इनकार को वहां सीधे इलाज की कटौती के रूप में पढ़ा जाएगा।

तकनीकी क्षेत्र के लिए भी यह देखने लायक है। अगर स्वास्थ्य जैसे संवेदनशील क्षेत्र में AI की जगह बनती है, तो एआई के दौर में सॉफ्टवेयर की कीमत का पूरा ढांचा बदल जाएगा — क्योंकि नियामक क्षेत्रों के ग्राहक वैसे ग्राहक हैं जो लंबे ठेके और ऊंची कीमत चुकाने को तैयार रहते हैं, बदले में जवाबदेही की पक्की गारंटी के। जो विक्रेता यह गारंटी दे पाएंगे, उनके लिए बाज़ार तेज़ी से खुलेगा; जो नहीं, वे इस लहर से बाहर रह जाएंगे। स्वास्थ्य का यह परीक्षण इसलिए सिलिकॉन वैली के बोर्डरूम तक पहुंचने वाली खबर है।

मरीज़, डॉक्टर और टैक्सदाता — तीनों की अपनी गिनती

इस कहानी के तीन मुख्य किरदार हैं और तीनों की गिनती अलग है। मरीज़ के लिए सवाल सबसे सीधा है: मुझे वह इलाज मिलेगा या नहीं, और कितनी देर में? तेज़ जवाब उसके लिए खुशखबरी है — इंतज़ार के हफ्तों का अंत — मगर जवाब "ना" हो, तो वही तेज़ी ख़तरनाक लगती है। डॉक्टर के लिए सवाल अधिकार का है: क्या मेरे फैसले को एक मशीन पल भर में रद्द कर सकती है? उनकी चिंता सिर्फ़ बौद्धिक नहीं, व्यावहारिक भी है — अस्वीकृति का बोझ, अपील का कागज़ और जवाबदेही की अनिश्चितता उन्हीं के हिस्से आती है।

टैक्सदाता की गिनती तीसरे कोने में है। उसके लिए हर बचाया गया डॉलर कहीं और इलाज की तरफ़ जा सकता है या कर्ज़ का बोझ घटा सकता है। मगर टैक्सदाता भी एक दिन मरीज़ बनता है। यही इस बहस की सबसे दिलचस्प जकड़न है: तीनों पक्ष असल में एक ही इंसान हैं, तीन अलग-अलग टोपियों में। सही नीति वही है जो तीनों टोपियों को एक साथ संतुष्ट करे — खर्च पर लगाम, इलाज पर पहुंच और फैसलों पर भरोसा।

मेडिकेयर का परीक्षण इसीलिए इतना अहम है। वह बताएगा कि क्या एक एल्गोरिद्म इन तीनों मांगों को एक साथ निभा सकता है, या उनमें से किसी एक की कीमत पर दूसरे को चुनता है। अभी यह कहना जल्दबाज़ी होगी कि तराज़ू किस तरफ़ झुका है — मगर यह कहना सुरक्षित है कि दुनिया भर की नज़रें इसी जवाब पर टिकी हैं, क्योंकि यही जवाब तय करेगा कि सरकारी कार्यक्रमों में AI का दौर शुरू होगा या रुकेगा।

आगे क्या

अगले कुछ महीनों में चार चीज़ें इस कहानी की दिशा तय करेंगी। पहली — विस्तार का फैसला: क्या मेडिकेयर इस परीक्षण को और चौड़ा करता है, रोकता है, या शर्तें बदलकर चलाता है। दूसरी — गिरावट का ब्योरा: किन सेवाओं में कमी आई, यह विवरण सामने आता है या नहीं; यही सफलता और जोखिम की तुला है। तीसरी — अपीलों का हिसाब: जिन मंज़ूरियों से इनकार हुआ, उनमें से कितने फैसले अपील पर पलटे; यह अनुपात एल्गोरिद्म की कसौटी की गुणवत्ता का सबसे ईमानदार दर्पण है। चौथी — कानून बनाने वालों की प्रतिक्रिया: स्वास्थ्य नीति पर कलम चलाने वाले इस परीक्षण को नियमों का जामा पहनाते हैं या आज़ाद चलने देते हैं।

तब तक के लिए सबक साफ़ है: AI स्वास्थ्य जैसे क्षेत्र में तेज़ी से असर दिखा सकता है — यह अब बहस का विषय नहीं रहा। असली बहस अब इस बात पर चलेगी कि वह असर किसके हित में, किसकी ज़िम्मेदारी में और किस पारदर्शिता के साथ हो। यह जवाब न सिर्फ़ अमेरिका के मरीज़ों के लिए, बल्कि AI की पूरी अगली कारोबारी दौड़ के लिए रास्ता तय करेगा। TradePulse इस कहानी के हर अगले अध्याय पर नज़र रखेगा।