Digitalización en el sector sanitario

Casco Christopher

Statu quo del seguro de enfermedad  

Las decisiones equivocadas en el chequeo médico al cambiar o contratar un seguro de enfermedad pueden tener consecuencias de largo alcance. Basándose en el historial médico, se estima el riesgo de enfermedad y se calcula el importe de la prima correspondiente, o bien las compañías de seguros sanitarios privadas pueden negarse a aceptar una solicitud [1]. Las solicitudes pueden ser rechazadas o aceptadas falsamente. ¿Puede el tratamiento automatizado de datos mediante sistemas asistidos por IA simplificar las bases de la toma de decisiones, reducir las fuentes de error y aliviar a todas las partes implicadas?

La información de los documentos se procesa en su mayor parte manualmente. La creciente competencia en el sector de los seguros está generando una oleada de digitalización. Los procesos basados en reglas, como los robots OCR y RPA, sólo ofrecen pequeñas ventajas de digitalización en el tratamiento automatizado de datos [2]. Cada vez más, los sistemas de aprendizaje que utilizan inteligencia artificial están apoyando a los humanos en la toma de decisiones y el procesamiento manual de datos y la extracción de datos de documentos como las consultas previas de riesgos para el seguro de incapacidad laboral. Existen varios casos de uso:

1. La IA favorece la prevención y el diagnóstico

La IA puede aplicarse en el contexto de la prevención y el diagnóstico, por ejemplo en radiología, para identificar enfermedades como el cáncer en una fase temprana con ayuda del reconocimiento de patrones. Un primer paso en esta dirección lo dio el Hospital Universitario Noruego "Ahus". En Noruega existen procesos acordados a escala nacional para el diagnóstico y tratamiento de los pacientes con cáncer. Con el fin de aumentar la eficacia de estos procesos y la calidad de su propio trabajo en este contexto, el hospital inició un estudio. Utilizando Explorador IBM Watson-se analizaron los hallazgos de la resonancia magnética de pacientes con cáncer de próstata documentados en historias clínicas. Con la ayuda del aprendizaje automático, los datos no estructurados pueden examinarse y cuantificarse. Este enfoque permitió al hospital organizar mejor la información de diagnóstico y examinar cuantitativamente el contenido con mayor rapidez. A largo plazo, se pueden optimizar los recursos hospitalarios y mejorar la atención al paciente. Pero las decisiones terapéuticas también se apoyan en este enfoque.

2. La IA da más independencia a las personas que necesitan cuidados

Otro campo de aplicación que podría beneficiarse del uso de la IA en el futuro es el de los cuidados. Aquí, los dispositivos inteligentes, como los wearables, pueden ofrecer la posibilidad de vivir el mayor tiempo posible de forma autodeterminada a pesar de la necesidad de cuidados. Empresas como AiServe empiezan a ayudar a las personas ciegas y deficientes visuales a desplazarse de forma autónoma. Gracias a una combinación de visión por ordenador e inteligencia artificial, el dispositivo, que se acopla a las gafas del usuario, reconoce los obstáculos y guía al usuario mediante instrucciones de voz.

3. Chequeo médico basado en IA como servicio del sistema SHI

La IA no sólo permite nuevos métodos de tratamiento, sino que también tiene el potencial de mejorar los procesos administrativos y los puntos de contacto con clientes o pacientes. El seguro obligatorio de enfermedad (GKV) es un componente importante de la asistencia sanitaria alemana y el uso de la IA podría beneficiar no sólo a los empleados, sino también a los aproximadamente 72 millones de asegurados.

En Seguro de enfermedad para técnicos está a la cabeza: Desde finales de 2018, la cartera se ha enriquecido con una oferta de servicios digitales, ya que ahora proporciona a sus asegurados el chequeo de síntomas basado en IA de la empresa berlinesa "Ada Salud" está disponible. Se trata de una aplicación basada en chat en la que se hacen preguntas al asegurado sobre sus síntomas con el fin de proporcionarle un análisis cualificado. La información sanitaria facilitada se presenta de forma comprensible y es de calidad garantizada. Se informa al usuario sobre las posibles causas de sus dolencias y se sugieren los siguientes pasos, como una consulta con el médico. Además, esta información debe compartirse y discutirse con los médicos en el futuro. A Oferta como la de Ada no solo ahorra tiempo y recursos a médicos y pacientes, sino que refuerza la autonomía de estos últimos. Además, el actual "Salud digital" de Bitkom que el 42% de los internautas se informan en Internet antes de acudir al médico.

4. Simplificar los procesos administrativos del sistema SHI con ayuda de la IA.

Los procesos administrativos internos de las compañías de seguros médicos también podrían beneficiarse del uso de la IA, por ejemplo, en el contexto de la verificación de recibos. En el marco del reembolso de los gastos de los programas de bonificación, las cajas de enfermedad exigen en primer lugar la presentación de recibos electrónicos por imagen por parte del asegurado antes del reembolso. Estos varían en función del servicio y actualmente son comprobados manualmente por el cajero responsable. Este proceso requiere mucho tiempo y conlleva el riesgo de que no se verifiquen los documentos incorrectos o de que no se verifiquen todos los documentos.

Una sugerencia de mejora podría ser la siguiente: Tras la transmisión electrónica de los recibos por parte de los asegurados, un algoritmo -basado en IA- evalúa todos los documentos. La IA reconoce el tipo de documento, analiza su contenido y lo asigna a un grupo predefinido. Posteriormente, sólo los documentos marcados como llamativos por el sistema son comprobados manualmente por el secretario. El objetivo es un proceso inteligente totalmente automatizado que permita al funcionario centrarse en casos específicos y complejos. Esto agilizaría el proceso de revisión de documentos y permitiría una respuesta más rápida. Esto dejaría más tiempo para el intercambio con los asegurados.

5. preinspección de riesgos de incapacidad laboral: chequeo automático de PKV, GKV y BKK

La IA no puede ni debe sustituir por completo a los procesos cognitivos humanos. Pero la IA puede apoyar y aliviar a los humanos. Los sistemas artificialmente inteligentes facilitan al asistente social el examen de los casos críticos. De este modo, la IA permite una evaluación precisa y controles de salud individuales.

Ya existen modelos de solución para ello: Algoritmos inteligentes que combinan el procesamiento de imágenes basado en Deep Learning y el Procesamiento del Lenguaje Natural [5]. No sólo saben estructurar la información no estructurada, sino también comprender y relacionar lógicamente el contenido de los textos. Los sistemas cognitivos aprenden de conjuntos de datos entrenados y la IA sigue mejorando. 

El problema puede ilustrarse con el ejemplo de la preinspección de riesgos de incapacidad laboral: Los datos procesados automáticamente pueden facilitar la identificación de personas con enfermedades preexistentes en las consultas preliminares sobre riesgos. En los seguros de enfermedad, la IA permite filtrar previamente las enfermedades que podrían dar lugar a una exclusión. Si el solicitante de la BU tiene un "spray de asma", se supone que pertenece al grupo de riesgo "asma". Sin embargo, si este paciente sólo tiene el aerosol para emergencias y no lo utiliza con regularidad, seguiría existiendo una exclusión del seguro BU, aunque el paciente no pertenezca claramente a un grupo de riesgo. En general, en Alemania hasta 25% de todas las solicitudes de riesgo previo con enfermedades preexistentes son rechazadas o aceptadas sólo condicionalmente mediante exclusiones y recargos [3]. Aproximadamente el 75% de todas las consultas de BU con enfermedades preexistentes se aceptan sin agravamiento. La IA puede reconocer esta información a partir de la solicitud de BI y estructurar la información relevante para su posterior examen por parte de los humanos.

Ilustración de la tasa de aceptación de las solicitudes de BU
Ilustración de la tasa de aceptación de las solicitudes de BU

Pero no sólo las consultas sobre riesgos de incapacidad laboral pueden ser procesadas por la IA de las aseguradoras de salud. Los datos personales, historiales de enfermedades, facturas hospitalarias y médicas pueden analizarse rápidamente y prepararse para su posterior procesamiento humano mediante IA y sin mano de obra humana. Se reducen los tiempos de postprocesamiento y los errores, lo que ahorra mucho tiempo, dinero y esfuerzo a todos los implicados. Los componentes de la competencia BU se definen a 30% a partir de la gestión del flujo de trabajo, la estandarización de los procesos, las cartas de presentación y los cuestionarios [4]. 

Supuesto gráfico circular en caso de enfermedad previa con seguro de incapacidad laboral
Incapacidad laboral Tasa de aceptación de enfermedades preexistentes

La IA ofrece oportunidades en el chequeo médico. Gracias a los procesos automatizados y de inteligencia artificial, la IA ayuda a identificar los riesgos individuales y a clasificar las enfermedades preexistentes adquiridas de las consultas de incapacidad laboral según sean 75% no críticas y 25% críticas. Esto facilita posteriormente el tratamiento manual posterior de los 25% críticos por parte de los humanos. En última instancia, las decisiones pueden tomarse más fácilmente sobre la base de información fiable, los procesos pueden acelerarse y pueden reducirse las desviaciones en la evaluación de riesgos.

Conclusiones sobre la inteligencia artificial en la sanidad

La inteligencia artificial ofrece algunas oportunidades prometedoras en el contexto de la administración y la atención al paciente. Si se aplica correctamente, todos los agentes del sistema sanitario podrían beneficiarse a largo plazo. Por ello, el SHI en particular debería ocuparse intensamente del tema y procurarse los conocimientos necesarios. Debido a su responsabilidad sobre más de 70 millones de asegurados, es aquí -además del diagnóstico y el tratamiento- donde reside el mayor potencial para un uso prometedor de la IA en el sector sanitario.

Encuentre su socio para la digitalización en el sector sanitario

Fundada en 2016 y gestionada por empleados, Helm & Nagel GmbH es el fabricante de la plataforma de IA Konfuzio. Una IA que ya se puede utilizar sin conocimientos de IA. Nuestros socios distribuyen el software a nuestros clientes. Esto le ofrece varias ventajas.

  • Las empresas de sistemas y consultoría con experiencia en el sector están a su disposición para ayudarle a introducir el Konfuzio.
  • Ahorro de costes gracias a la automatización del software
  • Acceso ad hoc a los últimos algoritmos de IA sin necesidad de una larga I+D

¿Le interesa que organicemos una reunión no vinculante con un socio activo en su sector?

Póngase en contacto con nosotros y le pondremos en contacto con el socio Konfuzio adecuado que conozca a fondo su sector.

Al formulario de contacto

FUENTES

[1] Conocimientos-PKV.de (junio de 2020): ¿Qué preguntas sobre salud debe responder al solicitar un seguro médico privado?

[2] McKinsey & Company (junio de 2017): Inteligencia artificial en los seguros de enfermedad: verificación inteligente de facturas con software de autoaprendizaje. S.2.

[3] Comunicado de prensa de MORGEN & MORGEN (Mayo de 2018): M&M Rating Berufsunfähigkeit: La psique sigue ganando importancia. S.4.

[4] Morgen & Morgen BU Valoración (mayo de 2020): Excelente actuación de NLV: Market Management Life Private. S.7.

[5] AOK (Diciembre de 2018): Wissenschaftlicher Beirat für Digitale Transformation: Anmerkungen zu einer KI-Strategie für eine gesetzliche Krankenkasse. S.5

LISTA DE ILUSTRACIONES

Fig.1: Pexels - Máquina de escribir, después: Andrea Piacquadio, a partir de: 02/2020

Fig.2: Incapacidad laboral - aceptación en caso de enfermedades preexistentes, según: Morgen & Morgen, a partir de 05/2018

Más artículos interesantes

Tratamiento automatizado de datos

Calidad KI mediante DIN SPEC 92001-2

La norma DIN 92001 define un metamodelo de calidad a lo largo del ciclo de vida de la IA e identifica el rendimiento, la estabilidad, la funcionalidad y la trazabilidad de la...

Leer el artículo

FUNSD+ | Un conjunto de datos FUNSD más amplio y revisado

Al crear el conjunto de datos FUNSD+, nuestro objetivo era ampliar el FUNSD. Además, queríamos poner a punto la herramienta de etiquetado...

Leer el artículo
qué es un título bot

Qué es un bot - definición, tipos y aplicaciones

Los bots son omnipresentes en el mundo digital actual y ya han tenido un impacto significativo en la forma...

Leer el artículo

    Póngase en contacto con nosotros

    ¿Tiene preguntas sobre nuestro producto, precios, seguridad, implantación u otros temas? Deje que nuestros expertos le asesoren.

    Flecha arriba