Descargá la presentación de Pablo Arabarco
Descargá la presentación de Mauricio Peralta
Descargá la presentación de Pablo Freire
Tres panelistas –Pablo Arabarco, gerente médico en SanCor Salud; Mauricio Peralta, jefe del departamento TICs de Audired; y Pablo Freire, gerente de Gestión de Prestadores en Swiss Medical– expusieron durante la mesa de debate “Modelos predictivos en auditoría”, durante la segunda jornada del IV congreso nacional de COSSPRA.
En primer lugar, Pablo Arabarco, gerente médico en SanCor Salud, comenzó contando cómo han incorporado el modelo predictivo a los procesos de auditoría. “Una herramienta predictiva utiliza datos del pasado para anticipar lo que puede ocurrir en el futuro”, definió el médico especialista en Clínica Médica y especialista en Administración Hospitalaria.
“Al principio, veíamos que la información estaba en silos, muy fragmentada. Teníamos procesos manuales y no trazables. Para evolucionar, debimos primero definir herramientas concretas para la transformación: estratificar el riesgo, predecir la fuga de asociados, detectar fraudes en facturación (así como desperdicios y abusos), predecir readmisiones hospitalarias y optimizar la gestión de recursos”, contó Arabarco.
Para conseguir la transformación a través de modelos predictivos, en SanCor Salud advirtieron que los datos debían ser de buena calidad. Asimismo, supieron que debían encarar una renovación tecnológica, para que los sistemas estuvieran a la altura de la seguridad de los datos. Finalmente, en SanCor Salud sumaron talento humano y encararon un cambio cultural para que las personas incorporen la tecnología a su flujo de trabajo. El proyecto se denominó Integra y permitió construir una vista 360º de los socios, así como tener una trazabilidad completa, eliminar duplicidad de información y mejorar la experiencia del equipo de trabajo.
A partir de asistentes virtuales de políticas de cobertura, el cambio cultural permitió también asistir a los auditores en la consulta de reglas complejas de forma instantánea. “La inteligencia artificial no reemplaza a quienes la usan, pero los que la usan van a reemplazar a los que no la usen. Para transformarse, es clave integrar y hacerlo de forma colaborativa”, cerró Arabarco.
A su turno, Mauricio Peralta, médico y jefe del departamento TICs de Audired, abordó la experiencia de la agencia de seguros médicos en su transformación tecnológica. Entre sus servicios se destacan: Auditoría de Terreno, Auditoría de Facturación, Auditoría y Gestión de Derivaciones Médicas, y Auditoría de Prescripciones. Subrayó que los auditores son finitos, por lo que la capacidad para analizar datos resultó clave: “Pudimos entender qué casos hay que visitar. Eso agilizó muchísimo el trabajo”.
En relación con los convenios y nomencladores, los modelos predictivos permitieron lidiar con duplicados, ambigüedades u omisiones, así como homologar automáticamente prácticas. También detecta prestadores costosos o ineficientes. “¿Qué hicimos hasta hoy? Normalizamos datos, hicimos scrapping, codificamos automáticamente diagnósticos, pudimos predecir la necesidad de auditoría en terreno, resumimos problemas complejos e hicimos un asistente virtual con LLM (modelos de lenguaje de gran tamaño). Es clave entender que la IA recomienda, el auditor es el que decide. Y el usuario debe saber qué información proviene de IA”, dijo Peralta, y advirtió: “No somos nativos de IA, hay que aprender entre todos y usarla bien”.
En tercer lugar expuso Pablo Freire, gerente de Gestión de Prestadores en Swiss Medical, quien indicó que hay auditorías preventivas y auditorías regulares: si la primera es buena, la segunda no se sobrecarga. A su vez, afirmó que los nuevos procesos y ciclos de mejora dan paso a auditorías focalizadas.
En relación con el consumo ambulatorio, Swiss Medical categorizó a los prestadores, definió objetivos, beneficios y ámbitos de aplicación. Asimismo, se compararon métricas. “En ese momento encontrábamos fraudes manualmente. Eso terminó categorizando en 5 niveles a los prestadores. Hoy se ensayan modelos de Deep Learning (IA), un modelo de detección temprana de desvíos presupuestarios del consumo prestacional, y se está trabajando en el detalle”, dijo Freire.
“Sin información no hay gestión”, coincidió con los demás panelistas. Freire añadió: “Si la calidad del dato en origen no está, el trabajo no será bueno. Además, es importante entrenar el modelo, seleccionar algoritmos, ajustar parámetros, así como retroalimentar y apostar por la mejora continua con nuevos datos”.
Freire concluyó: “Los desafíos actuales de los auditores residen en el manejo y tratamiento de la masividad de datos para su interpretación”.
