IA para detecção de fraudes

Os humanos ainda têm um papel, mas em uma pesquisa recente, cerca de metade das seguradoras disseram que estão usando a IA para ajudar a reduzir fraudes, desperdícios e abusos.

A era do big data levou a uma transformação da saúde, incluindo a capacidade dos provedores de aproveitar grandes quantidades de dados do mundo real para ajudar a informar decisões clínicas de alto risco. No entanto, quando se trata de fraude, desperdício e abuso (FWA), o big data também pode tornar mais fácil enterrar as agulhas de reivindicações fraudulentas em um monte de dados cada vez maior.

Mas talvez a metáfora da “agulha” não faça justiça à escala do FWA. A National Health Care Anti-Fraud Association disse que uma estimativa conservadora é de que cerca de 3% dos gastos anuais com assistência médica sejam gastos em reivindicações fraudulentas, enquanto outras estimativas aproximam esse número de 10% do total de gastos com assistência médica, o que se traduziria em mais de US$ 300 bilhões anuais. . De fato, apenas uma empresa, Highmark Inc., relatou economias de US$ 245 milhões como resultado dos esforços para combater o FWA. A seguradora com sede em Pittsburgh disse que suas economias se devem ao trabalho do departamento de Investigações Financeiras e Revisão de Provedores da empresa, mas também graças ao software de inteligência artificial (IA) do departamento.

“A IA permite que a Highmark detecte e evite atividades suspeitas mais rapidamente, atualize políticas e diretrizes de seguro e fique à frente de novos esquemas e maus atores”, diz Melissa Anderson, diretora de auditoria e conformidade da Highmark.

A Highmark não está sozinha. Uma série de fornecedores de software agora oferece produtos de inteligência artificial projetados para identificar erros ou atividades incomuns que podem ser indicativas de fraude. Um relatório publicado em julho de 2021 por PYMNTS.com e Brighterion AI, uma empresa Mastercard, descobriu que 44% das maiores seguradoras pesquisadas usavam IA para detectar FWAs. O relatório foi baseado em uma pesquisa com 100 executivos de saúde com responsabilidades ou conhecimento direto da FWA.

Jodi G. Daniel, sócio da Crowell & Moring LLP, diz que a IA pode ser uma ferramenta poderosa em um setor com muitos dados, como o de saúde. “Quando você está falando de grandes quantidades de dados, a tecnologia pode ajudar a identificar padrões e sinalizar coisas que podem ser fora do comum ou suspeitas, para que um humano possa vê-las”, diz ele. Daniel lidera a prática de saúde digital do escritório de advocacia e anteriormente liderou o Escritório de Políticas do Escritório do Coordenador Nacional de Tecnologia da Informação em Saúde.

Preocupação com falsos positivos

As seguradoras de saúde também estão procedendo com alguma cautela. Executivos de seguros indicaram na pesquisa de IA da Brighterion que economia de custos, pressões regulatórias e um alto nível de adaptabilidade foram fatores importantes na escolha de um provedor de IA, mas também citaram a precisão como uma das principais preocupações (95%). Isso ocorre porque os falsos positivos (casos que parecem fraude à primeira vista, mas são legítimos) são um grande obstáculo em termos de gerenciamento de FWA, de acordo com o relatório.

De fato, entre as maiores empresas pesquisadas, 66% disseram que a redução de falsos positivos era “extremamente importante” ao escolher um fornecedor de IA. Aumentar a detecção de FWA com IA foi considerado extremamente importante por apenas 25% dos executivos das maiores seguradoras. Entre as seguradoras menores, a redução de falsos positivos era menos provável de ser extremamente importante (30%), e o aumento da detecção de FWA era mais provável de ser rotulado como extremamente importante (53%).

Daniel diz que a precisão é importante com qualquer ferramenta de IA, e é por isso que os reguladores preferem ver o envolvimento humano, não apenas o software. Ele também diz que há um grande risco associado à automação total, principalmente nos casos que envolvem decisões de tratamento. “Se você observar a supervisão (FDA) das ferramentas de suporte à decisão clínica, ela trata as ferramentas que têm um intermediário médico ou um intermediário clínico de maneira muito diferente daquelas que são totalmente automatizadas”, diz Daniel.

Jared Kaltwasser é redator freelancer em Iowa e colaborador regular do Managed Healthcare Executive®.

Leave a Comment