A Neurotech, empresa especialista na criação de soluções avançadas de Inteligência Artificial, Machine Learning e Big Data, cuja aquisição pela B3 foi aprovada recentemente, acaba de lançar uma plataforma de combate aos abusos e fraudes cometidos nos procedimentos no setor de saúde. Com utilização de inteligência artificial e módulos que atuam em toda a jornada de relacionamento entre as operadoras, prestadores de serviços e beneficiários, a solução, que já vem sendo aplicada com sucesso por grandes operadoras do setor, tem conseguido identificar o pagamento de um grande volume de reembolsos indevidos e melhorando a eficiência operacional na aceitação de riscos.
A plataforma contempla módulos como Motor de Regras, Elegibilidade de Documentos, Score de Risco, Abuso e Fraudes, além de análise de Partes Relacionadas (sócios, corretores vendedores, clínicas e etc), na qual são investigadas as atividades realizadas por todos os envolvidos na operação do seguro saúde, como o beneficiário, o prestador de serviços, o estipulante, o corretor do plano e o vendedor.
“Utilizamos o que existe de mais moderno em Inteligência Artificial para indicar por meio de scores a probabilidade de um eventual processo, como uma solicitação de reembolso, ser ou não uma fraude ou um abuso. Também empregamos técnicas como a análise de imagem com o objetivo de descobrir possíveis adulterações em campos específicos dentro de um determinado documento para apoiar a decisão das operadoras de saúde. Tudo isso pode ser orquestrado por um motor de regras que automatiza o processo para o cliente”, afirma o Vice-Presidente de Inteligência para Saúde da Neurotech, Marco Antunes.
Segundo a Agência Nacional de Saúde (ANS), foram gastos R$ 206 bilhões com sinistros em 2022, sendo que desse total, cerca de R$ 25 bilhões foram direcionados apenas para reembolsos. Considerando as transações deste tipo de serviço processadas na plataforma de saúde da Neurotech, a constatação é de que um volume de até 7% do total de pedidos apresenta algum tipo de irregularidade, abuso ou fraude. Desta forma, a projeção deste percentual sobre o montante de reembolsos apresentado pela ANS revela a possibilidade de um prejuízo na casa de até R$ 1,75 bilhão para todo o setor somente no processo de reembolso. Além disso, estudos do Instituto de Estudos de Saúde Suplementar (IESS) apontam que, por conta das fraudes, os procedimentos médicos acabam tendo um custo de um terço a mais do valor real, o que contribui como fator de pedido de reajustes por parte das seguradoras e operadoras.
As fraudes em reembolso são realizadas de diversas formas: cópias de pedidos anteriores com adulteração de data, aumento do valor do recibo, emissão de dois ou mais recibos de um mesmo procedimento, entre outros. Em geral, elas se caracterizam por adulterações das imagens originais de recibos e notas fiscais que comprovam os procedimentos realizados.
Para combater essas irregularidades, a Neurotech se utiliza de ferramentas como Deep Learning, que é constituída de redes neurais mais complexas, que simulam o funcionamento do cérebro humano por meio de algoritmos, e permitem o reconhecimento de padrões em um determinado grupo de dados e, assim, viabilizar o desempenho de atividades de decisão e predição como o reconhecimento de modificações em imagens, entre outros.
O Deep Learning realiza um estudo das imagens enviadas e identifica recibos duplicados ou similares. Podendo também identificar, em trechos dos recibos ou notas fiscais, possíveis adulterações no documento enviado, alertando para a existência de fraude.
A tecnologia de OCR (Optical Character Recognition) é capaz de extrair dados de formulários, notas fiscais e recibos enviados em formato de imagem ou mapa de bits, sendo eles escaneados, escritos à mão, datilografados ou impressos. Além dessa captação, o Smart ORC da Neurotech também classifica cada campo, facilitando a tomada de decisões de forma automatizada.
As variáveis disponíveis no modelo de análise de dados são capazes de calcular a probabilidade de fraude (gerando scores) com uma precisão elevada. Quanto maior o score, maior a chance de existir uma fraude em determinado processo.
