El Doctors Not AI Act of 2026 establecería un límite claro para la inteligencia artificial en la revisión de solicitudes de cobertura de los seguros de salud de Estados Unidos: la IA podría ayudar, pero no podría emitir ni dictar una determinación adversa que requiera juicio clínico. Un profesional sanitario cualificado y con licencia tendría que tomar la decisión después de evaluar de forma independiente las circunstancias de la persona.
Los representantes Greg Landsman, Buddy Carter, Kim Schrier y Tom Barrett presentaron H.R. 10210 el 1 de septiembre de 2026. El proyecto fue remitido a tres comités de la Cámara de Representantes. Ninguna cámara lo ha aprobado y no crea una obligación vigente. Aun así, su diseño operativo merece atención porque conecta juicio humano, divulgación y conservación de evidencia en una misma cadena de control propuesta.
El proyecto delimita el juicio clínico
El texto abarca algoritmos, modelos predictivos, sistemas de aprendizaje automático y software de decisión automatizada utilizados para influir de manera significativa en las decisiones de cobertura. Para una determinación adversa relacionada con necesidad médica, idoneidad, nivel de atención, eficacia, guías clínicas u otra cuestión que exija evaluar las necesidades de una persona, la propuesta requeriría un profesional con licencia, formación y experiencia pertinentes.
Ese profesional no podría tratar el resultado del sistema como presuntamente válido. El texto exige una evaluación independiente basada en estándares de atención generalmente aceptados. La IA podría seguir apoyando el procesamiento de solicitudes, pero el razonamiento clínico final no podría reducirse a una aprobación humana formal de una recomendación automatizada.
La distinción importa para los equipos de gobernanza. Un punto de control humano solo sirve si el revisor tiene autoridad, contexto, competencia y tiempo para discrepar. Un flujo que presenta una recomendación sin la evidencia subyacente puede aparentar revisión y conservar al mismo tiempo el sesgo de automatización.
La divulgación y el expediente administrativo forman parte del control
Si se utilizó IA, la notificación de denegación tendría que decirlo, describir la función del sistema e identificar al profesional con licencia que tomó la decisión. El expediente administrativo también tendría que describir el sistema, su función, sus resultados, puntuaciones, recomendaciones o determinaciones, además de la evidencia del juicio independiente. La persona cubierta podría solicitar esos materiales.
La propuesta trata la explicación como un problema de registro, no solo como una frase en una notificación. Un expediente útil debe vincular la solicitud exacta, la versión del modelo o sistema, la información de origen, el resultado generado, el revisor, el fundamento de la decisión y la comunicación final.
La guía de Maetra sobre evidencia de auditoría de IA detalla los registros que pueden conservarse alrededor de decisiones automatizadas con consecuencias. La guía de flujos de aprobación de IA explica cómo definir un punto de decisión real en vez de añadir una revisión meramente formal.
Un mapa práctico para aseguradoras y administradores de planes
El proyecto es solo una propuesta, pero los equipos pueden usar su estructura para comprobar sus sistemas actuales.
| Pregunta de control | Evidencia que debe conservarse |
|---|---|
| ¿Qué sistema de IA influyó en la revisión? | Nombre, versión, responsable, finalidad, fuentes de datos y fecha de cambio |
| ¿Qué produjo el sistema? | Resultado, puntuación, recomendación, información de confianza y límites conocidos |
| ¿Quién tomó la decisión clínica? | Identidad, licencia, experiencia pertinente, asignación y marca temporal |
| ¿Fue independiente la revisión? | Hechos individuales considerados, desviaciones del resultado y justificación |
| ¿Qué se divulgó? | Notificación final, descripción de la función de la IA, responsable nombrado y registro de entrega |
| ¿Puede reproducirse el expediente? | Procedencia de entradas, configuración, versión de política, resultado conservado y registro de acceso |
El inventario es el punto de partida. Los equipos deben conocer cada modelo, motor de reglas, servicio de proveedor y automatización que pueda influir en una solicitud, aunque no emita la denegación final. La definición del proyecto se centra en la influencia significativa, por lo que alcanza más que una lista estrecha de sistemas etiquetados como IA.
La paridad en salud mental recibe atención específica
La propuesta trataría el uso de un sistema de IA en la revisión de utilización como una limitación de tratamiento para el análisis federal de paridad en salud mental. También exigiría información suficiente sobre la función y los efectos del sistema para que los reguladores comparen su operación en prestaciones de salud mental y trastornos por consumo de sustancias con las prestaciones médicas y quirúrgicas.
Esto no demuestra que un sistema concreto discrimine o infrinja la legislación de paridad. Crearía una vía para examinar si la revisión automatizada altera el acceso de forma diferente entre categorías de prestaciones. Los equipos necesitarían evidencia del funcionamiento real y no solo documentos de diseño.
Lo que sigue siendo incierto
H.R. 10210 es un proyecto presentado. La revisión en comité, las enmiendas, las votaciones, la promulgación y la aplicación podrían no producirse. La fecha de entrada en vigor del texto se aplicaría a años de plan posteriores a un umbral futuro ligado a una eventual promulgación, no de inmediato. El proyecto tampoco especifica una norma técnica de auditoría, un plazo de conservación, un método de validación de modelos ni un tiempo mínimo de revisión.
La cobertura independiente de The Washington Post confirma la presentación bipartidista y las principales disposiciones sobre revisión humana y divulgación. También señala una limitación importante: incluir a un médico en el flujo no garantiza un control eficaz si carece de tiempo, información o libertad para cuestionar la recomendación automatizada.
Análisis de Maetra
La lección más útil es la diferencia entre una persona identificada y una decisión responsable. Las organizaciones pueden comprobar esa diferencia hoy. Seleccione un flujo de decisión adversa y mapee cada sistema que influye en él. Registre qué hechos llegan al revisor, qué recomienda el sistema, qué política se aplica, si el revisor puede anular la recomendación y qué evidencia sobrevive a una apelación.
Después, pruebe el flujo con un caso en el que el resultado del modelo deba rechazarse. Si el revisor no puede ver el contexto relevante, explicar una desviación o conservar el fundamento de la decisión, el punto de control humano todavía no es fiable.
La propuesta no prohíbe la IA en las operaciones de seguro médico. Define un principio más preciso: cuando el juicio clínico determina el acceso a la atención, la asistencia puede automatizarse, pero la responsabilidad, la divulgación y el expediente de decisión deben seguir siendo humanos e inspeccionables.