Juandiego Marquez é o principal cientista de dados da Shift para o setor de saúde dos EUA
Na era de uma corrida armamentista tecnológica que muda rapidamente, nenhum setor do planeta será o mesmo. As seguradoras de saúde não são exceção à regra. Com a IA no setor de saúde transformando o setor em um ritmo acelerado, estar por dentro das tendências de mudança e manter o controle sobre as várias iterações da tecnologia pode ajudar as seguradoras a usá-la em todo o seu potencial.
O que queremos dizer com Inteligência Artificial?
Embora a IA tenha se tornado a palavra de ordem subjacente para aprendizado de máquina, processamento de linguagem natural, aprendizado profundo ou qualquer outra infinidade de casos de uso, no contexto de FWA (Fraude, Desperdício e Abuso), a inteligência artificial tem tudo a ver com o aprimoramento dos recursos de um investigador ou analista.
Embora um investigador especializado possa ter décadas de experiência e intuição quando se trata de fraude, o grande volume e a complexidade dos casos no ambiente moderno exigem um alto grau de análise estatística, um conjunto de habilidades que nem sempre vem com o trabalho. A IA permite a automação de funções analíticas essenciais, resultando em uma tomada de decisão mais rápida e precisa, o que leva a uma maior economia de custos e a um melhor atendimento ao segurado.
Benefícios da Inteligência Artificial no setor de saúde
Ao adotar ferramentas baseadas em IA, as organizações de saúde poderiam economizar cerca de US$ 360 bilhões por ano. Por meio de uma combinação de análise em tempo real, alocação de recursos altamente eficiente e assistência administrativa, a inteligência artificial tem o potencial de transformar completamente os processos dos prestadores de serviços, reduzir os custos e as despesas com a saúde e melhorar muito o atendimento que os pacientes recebem.
Dito isso, a adoção real da inteligência artificial no setor é insuficiente devido a uma combinação de fatores, incluindo o conhecimento da tecnologia e as normas regulatórias que proíbem o uso de dados de pacientes e PHI (informações de saúde protegidas ou dados sensíveis).
O setor de saúde no Brasil segue regulamentações específicas para proteção de dados e privacidade, assim como a Lei Geral de Proteção de Dados (LGPD). Conforme o Ministério da Saúde, a LGPD estabelece diretrizes nacionais para resguardar os registros médicos dos indivíduos e outras informações de cunho pessoal relacionadas à saúde (definidas coletivamente como "dados sensíveis"). Essas diretrizes são aplicáveis a seguradoras de saúde, intermediários de serviços de saúde e prestadores de serviços de saúde que realizam determinadas transações de saúde de forma eletrônica.
Devido a esses padrões regulatórios, as ferramentas prontamente disponíveis, como o ChatGPT, não podem ser treinadas nas PHI necessárias como contexto para responder com precisão às perguntas relacionadas à FWA. O mesmo vale para a IA generativa, com um enorme potencial no setor de saúde, mas somente se as organizações conseguirem garantir a segurança correta.
No entanto, os mesmos tipos de modelos de IA subjacentes ao ChatGPT e outros podem ser utilizados internamente por planos de saúde e fornecedores de FWA (Fraud Waste Abuse) para detectar fraudes e outras atividades suspeitas.
Planos de saúde com tecnologia de IA
O FWA é um caso de uso poderoso para a IA no setor de saúde, onde quase US$ 300 bilhões são perdidos em fraudes, desperdícios e abusos todos os anos. Por meio de uma análise de rede maior e de modelos de aprendizagem não supervisionados, os investigadores podem começar a descobrir novas formas de fraude em uma rede cada vez maior de agentes mal-intencionados.
Os investigadores que antes precisavam analisar manualmente as informações relevantes agora podem aproveitar a IA para analisar os dados em um ritmo muito mais rápido, economizando tempo e dinheiro no processo.
Análise eficiente em escala
A investigação de bilhões de dólares em FWA com um número limitado de investigadores de fraudes tem se mostrado repetidamente um desperdício de tempo e recursos valiosos. A grande escala e a complexidade dos casos exigem novas ferramentas para um tratamento eficiente, pois os erros resultantes de investigadores sobrecarregados ou apressados podem levar a perdas financeiras significativas para o plano de saúde.
A investigação desses casos envolve o rastreamento de grandes quantidades de dados. As investigações aprimoradas por IA aproveitam informações de diversas fontes, como registros financeiros, mídias sociais e e-mails. Ao processar essas informações em escala e usar algoritmos avançados, a IA ajuda a descobrir correlações e padrões ocultos, reduzindo significativamente o cronograma da investigação. Os investigadores não dependem mais da espera por picos óbvios para comprovar a fraude, pois agora podem confiar em padrões e modelos derivados da análise estatística automatizada.
Maior ROI significa melhor atendimento ao paciente
À medida que mais equipes turbinam suas investigações com IA, os recursos aprimorados de detecção de fraudes resultarão em melhor desempenho financeiro, beneficiando, em última análise, os resultados financeiros. A detecção aprimorada por IA usada por investigadores e analistas pode levar a recuperações de valores mais altos em perdas relacionadas a fraudes e, ao mesmo tempo, reduzir significativamente os pagamentos indevidos, graças à análise preditiva baseada em IA.
A automação da maior parte desses processos levará a mais eficiências operacionais, incluindo a entrada de dados, a validação de pedidos de reembolso e as verificações de conformidade. A automação dessas tarefas pode ajudar os planos de saúde a reduzir ainda mais os custos operacionais e alocar mais recursos para melhorar o atendimento ao paciente.
No entanto, os líderes do FWA não devem pensar apenas na economia de custos de curto prazo e na rápida detecção de fraudes ao tomar suas decisões de investimento. Os benefícios do ROI de longo prazo do FWA alimentado por IA podem resultar em melhorias contínuas no processo de detecção de fraudes que têm um impacto financeiro significativo por um longo período.
Uma abordagem significativa para a implementação da IA
O aproveitamento adequado dos dados nos planos de saúde pode reduzir significativamente o peso e o impacto das perdas relacionadas à fraude, mas a eficácia dessa abordagem depende da capacidade da tecnologia de usar os dados e da compreensão dos especialistas humanos que os utilizam.
As soluções de IA em uso atualmente devem enfatizar a explicabilidade e destacar as informações importantes e relevantes para que o usuário entenda quais etapas de investigação produzirão provavelmente resultados positivos, bem como a lógica e o raciocínio por trás de alerta específicos.
Abrir a "caixa preta da IA" é fundamental para conseguir uma maior adoção da IA no setor de saúde, onde a confiança e a transparência são valores fundamentais. Compreender a lógica por trás dos alertas gerados por IA e concentrar-se na explicabilidade dá aos planos de saúde mais confiança nos resultados, eliminando o medo de que qualquer resultado precise ser verificado manualmente. Quando o conhecimento, a familiaridade e a confiança estiverem estabelecidos, os planos de saúde que usam IA têm o potencial de revolucionar o setor.
Mudança da IA avançada para o setor de saúde
Como há muita discrição humana necessária para uma investigação, faz sentido que as ferramentas de melhor desempenho tenham a explicabilidade em seu núcleo. É exatamente isso que a solução de detecção de pagamentos indevidos com IA da Shift pretende alcançar.
A Shift usa o aprendizado por reforço que pode treinar modelos para automatizar o processo de obtenção de significado a partir de padrões. A IA pode complementar as habilidades de um investigador não apenas automatizando a análise estatística, mas também apresentando as informações mais relevantes. Isso é feito fornecendo dados históricos que informam um resultado analítico.
Ao mesmo tempo, a integração de dados externos automatiza um processo de investigação normalmente manual e envia alerta para as equipes de investigação. O que o time de detecção de fraude obtém é um processo de tomada de decisão muito mais rápido e preciso do que as abordagens anteriores. Além disso, se os dados prontos para a máquina não estiverem disponíveis, os especialistas da Shift podem reformatar os dados para poderem ser ingeridos no modelo de IA.
Conclusão
Como todo o setor de seguros, a área da saúde não está nem perto de perceber todo o potencial da IA. Uma combinação de controles regulatórios, bem como barreiras linguísticas e educacionais, são alguns dos obstáculos à adoção. Infelizmente, isso significa que a fraude continuará ocorrendo devido à resistência das organizações em usar tecnologias mais recentes.
No entanto, aproveitar a IA internamente pode ajudar a detectar fraudes e melhorar a eficiência da investigação. Para conseguir uma maior adoção da IA, deve-se enfatizar a explicabilidade e a transparência das soluções de IA. Embora o caminho para a adoção completa seja longo, caberá aos inovadores retomar o controle e combater a próxima geração de FWA.
Se você estiver pronto para dar esse passo, converse com um especialista hoje mesmo.
