The AI Reckoning in Healthcare: What Payers Can't Afford to Ignore 

El problema que nadie puede ignorar

La Asociación Médica Estadounidense informó recientemente de que el 60% de los médicos cree que las herramientas de IA están provocando denegaciones innecesarias de reclamaciones, y que el 80% de las denegaciones de autorización previa se anulan en la revisión. Las principales aseguradoras, como UnitedHealthcare, Cigna y Humana, se enfrentan ahora a demandas judiciales como consecuencia de ello.

No se trata de problemas menores. Representan una crisis de confianza fundamental entre pagadores, proveedores y pacientes. Y la forma en que se está desplegando, o mal desplegando, la IA se sitúa justo en el centro de la misma. En Improving, creemos que la respuesta no es reducir el uso de la IA, sino ser más inteligentes a la hora de utilizarla.

Gobernanza antes que cualquier otra cosa

Una de las cosas más importantes que Scott destaca es que la gobernanza de la IA es la base sobre la que se construye todo lo demás.

"Se trata de la observabilidad y la gobernanza de la IA, de garantizar que se dispone de las herramientas adecuadas", explica Scott. Cuando se crean modelos de IA para decisiones clínicas o administrativas, los pagadores necesitan procesos de gobernanza estructurados que revisen la calidad de los datos, comprueben los sesgos e impliquen a las personas adecuadas, como responsables de cumplimiento, médicos, asesores jurídicos, informáticos y científicos de datos que trabajen juntos, no en silos.

Los modelos de IA pueden contener sesgos humanos sin que nadie se dé cuenta. La buena noticia es que ya existen herramientas específicas para detectar estos patrones. Pero hay que crear el proceso para utilizarlas de forma coherente.

Más allá de la detección de sesgos, Improving trabaja con las organizaciones para llevar a cabo análisis de riesgos formales, establecer umbrales de riesgo aceptables con los equipos legales e implementar revisiones humanas para cualquier decisión que caiga en una zona gris. Esto no es sólo lo que hay que hacer, sino también lo que exigen cada vez más los organismos reguladores.

Cumplir las normas a medida que evolucionan: Estado por estado

Texas, Arizona y Maryland ya han aprobado leyes que prohíben las denegaciones de necesidad médica totalmente automatizadas. Colorado exige ahora evaluaciones anuales del impacto de la IA, y esto es sólo el principio. Las normativas se están ampliando rápidamente y su aspecto varía en función del lugar en el que se opere. Para muchos planes de salud, esto crea una verdadera cuestión estratégica: ¿se construye ahora o se espera a que se asiente el polvo normativo? La respuesta de Scott es clara: construir con flexibilidad.

En lugar de detener el desarrollo o construir para un único entorno normativo, Improving ayuda a los planes de salud a diseñar sistemas adaptables que puedan responder automáticamente a las nuevas normas. Este enfoque permite a los pagadores cumplir la normativa en varios estados sin tener que empezar de cero cada vez que se aprueba una nueva ley, y abre la puerta a ampliar el alcance del mercado en lugar de verse limitados por la incertidumbre normativa.

Lo que exigen los CMS y lo que se necesita para cumplirlo

Dos importantes iniciativas de los CMS están dando nueva forma a lo que los pagadores deben ser capaces de hacer técnicamente, y los plazos se acercan.

El modelo WISER es un programa piloto de Medicare de seis años de duración en el que las empresas tecnológicas utilizan IA para revisar las autorizaciones previas. Tanto para los pagadores como para los proveedores, esto indica que los CMS están probando activamente la revisión a gran escala basada en IA. Improving está observando esto de cerca, porque un piloto exitoso probablemente signifique una adopción más amplia, y las organizaciones que ya están operando flujos de trabajo de IA maduros estarán mucho mejor posicionadas.

Requisitos de interoperabilidad para 2026 exigen que los pagadores alcancen un 80% de decisiones de autorización previa en tiempo real utilizando estándares FHIR, con razones específicas de denegación hechas públicas. Se trata de una mejora técnica significativa. La mayoría de las organizaciones de pagadores funcionan actualmente con sistemas de procesamiento por lotes en los que los datos se recogen y procesan en grandes intervalos periódicos y no en tiempo real.

El paso al procesamiento en tiempo real requiere algo más que una actualización del software. Requiere un replanteamiento fundamental de cómo fluyen los datos a través de una organización, con el apoyo de potentes motores de reglas y marcos de decisión que puedan funcionar a gran velocidad sin sacrificar la precisión o el cumplimiento. Improving aporta una profunda experiencia técnica en exactamente este tipo de transformación de la infraestructura, ayudando a los pagadores a modernizar sus sistemas al tiempo que mantienen las operaciones en funcionamiento durante toda la transición.

Usted es el propietario de la IA que licencia

Un punto que Scott hace que cada líder de la salud debe internalizar: CMS ha dejado claro que los planes de salud son responsables de las herramientas de IA que compran a los proveedores. El "se lo compramos a un proveedor" no es una defensa.

Esto cambia significativamente la relación con el proveedor. No basta con evaluar el producto de un proveedor. Es necesario comprender cómo toma decisiones, con qué datos se ha entrenado, si se ha comprobado su sesgo y cómo se supervisará a lo largo del tiempo.

Improving lleva a los planes de salud a crear la capacidad interna necesaria para evaluar, supervisar y documentar las herramientas de IA de su cartera, tanto si se han creado internamente como si se han adquirido a terceros. Esto incluye comprobaciones continuas de sesgos, gestión de la deriva del modelo y mantenimiento de la documentación que necesitará si los reguladores llegan a preguntar.

La IA como ventaja competitiva, no sólo para reducir costes

Existe la tentación de presentar la IA únicamente como una forma de reducir los costes operativos, y de hecho lo consigue. La detección predictiva del fraude, la gestión de residuos y la automatización de la tramitación de siniestros muestran mejoras significativas de la eficiencia. Para las organizaciones que operan con márgenes estrechos, eso es importante. Pero Scott tiene una visión más amplia: La IA se está convirtiendo en un foso competitivo.

Cuando un plan de salud utiliza bien la IA, genera mejores datos. Mejores datos conducen a mejores resultados para los afiliados. Mejores resultados mejoran la experiencia del afiliado y refuerzan la retención. Las organizaciones que invierten hoy en infraestructura de IA de forma concienzuda están construyendo ventajas que serán muy difíciles de cerrar para los competidores más adelante.

Protegerlo todo: La ciberseguridad no puede ser una ocurrencia tardía

Los pagadores de servicios sanitarios poseen algunos de los datos más sensibles que existen, información sanitaria protegida (PHI) a escala masiva. Con la IA, que amplía el acceso a los datos y su procesamiento, los riesgos de seguridad aumentan en consecuencia.

Improving recomienda una arquitectura de seguridad de confianza cero para los entornos de los pagadores, que es un modelo en el que no se confía automáticamente en ningún usuario, dispositivo o sistema, y se verifica cada solicitud de acceso. Junto con el análisis del comportamiento basado en IA y la microsegmentación, este enfoque proporciona una sólida defensa contra los ataques externos y las vulnerabilidades internas. La supervisión continua y en tiempo real de la seguridad de los proveedores completa una postura de seguridad madura.

Creado para la conformidad desde el primer día

Como socio consultor avanzado de AWS, Improving ayuda a las organizaciones sanitarias a diseñar y operar entornos nativos en la nube en AWS diseñados para cumplir con la HIPAA desde el principio. En lugar de adaptar los controles después de que los sistemas estén en funcionamiento, este enfoque incorpora la seguridad, la gobernanza y la conformidad directamente en la base de la plataforma. El resultado es una infraestructura preparada para la IA que puede escalar, adaptarse a las normativas en evolución y resistir el escrutinio normativo sin ralentizar la innovación.

Por dónde empezar

La complejidad de la IA en el ámbito de los pagadores puede resultar abrumadora. Las normativas cambian, los proveedores se multiplican, los plazos de los CMS se acercan. Es mucho que gestionar a la vez que se gestiona un plan de salud.

El enfoque de Improving consiste en ir al encuentro de las organizaciones allí donde se encuentren. Algunos pagadores ya cuentan con sofisticados programas de IA y necesitan ayuda con la madurez de la gobernanza o la preparación para la interoperabilidad. Otros se encuentran en una fase más temprana del proceso y se benefician de una evaluación estructurada de su situación y de lo que deben priorizar en primer lugar.

Lo que es consistente en cada compromiso es nuestra creencia de que conseguir la IA correcta en la asistencia sanitaria no es opcional. Para los pagadores, se está convirtiendo en la base de unas operaciones sostenibles, conformes y competitivas. ¿Está preparado para hablar sobre la situación de su organización? Empecemos la conversación.