Embedded Files
¿Qué se entiende por Fraude, Abuso y Error en el sistema de salud?
¿Qué se entiende por Fraude, Abuso y Error en el sistema de salud?
Si nos basamos en la descripción que figura en la Wikepedia, se entiende como “El fraude de seguro de salud se describe como un acto intencional de engañar, ocultar o tergiversar la información que se traduce en beneficios de asistencia médica en beneficio de una persona o grupo de personas”. En resumidas cuentas, es alterar información sobre prestaciones médicas no realizadas las cuales las empresas de salud tienen que pagar.
Cuantificación preliminar del impacto por Fraude, Abuso y Error
Cuantificación preliminar del impacto por Fraude, Abuso y Error
El impacto estimado en USA debido a estas prácticas fraudulentas según la National Health Care Association se aproxima entre el 3 al 10 % de la facturación de todas las empresas (públicas y privadas) del sistema de salud de USA, aproximadamente entre: USD 68.000 mill. a 226.000 mill
Caracterización del problema
Caracterización del problema
A diferencia de otro tipo de delitos, el fraude en el sistema de salud tiene características particulares que lo hace muy difícil de identificar (aislar el foco del problema) y erradicar (desde los usuarios que no lo ven como un perjuicio personal hasta complejas redes delictivas abocadas al fraude en sistemas de salud).
Caracterización de la Solución
Caracterización de la Solución
La suma de transacciones individuales debido a las prestaciones realizadas, más los datos de cada cliente/proveedor permite la generación de perfiles dinámicos. La solución se basa en la utilización de herramientas analíticas que transforman dichos perfiles en variables para luego son analizadas por diferentes modelos predictivos. Dichos modelos analizarán en tiempo real el riesgo de cada reclamo (prestación) y su probabilidad de fraude, abuso o error.
A continuación se detalla la solución presentada por la empresa FICO, con su producto FICO Insurance Fraud Manager Implementation:
Casos de éxito
Casos de éxito
Existen casos precedentes de aplicación de modelos analíticos que no sólo muestran reducción en la tasa de crecimiento de acciones de fraude, errores y abusos, sino que también revirtieron la tendencia en toda la industria. Además, si las técnicas son implementadas correctamente, dichas medidas pueden también ayudar a reducir costos, fortalecer la relación entre los prestadores y socios y a la vez, incrementar la calidad del servicio.
A continuación se muestra el impacto por la implementación de un sistema analítico de verificación Prepago (FICO FALCON) en la industria de las tarjetas de crédito en EEUU.
Referencias
Referencias
Wikepedia, http://en.wikipedia.org/wiki/False_insurance_claims, Acceso 05/05/2012
The National Health Care Anti-Fraud Association (NHCAA), Informe 2008, http://www.nhcaa.org, 2010
Challenges in fighting insurance fraud and the value of Special Investigative Unit outsourcing, CGI, 2010
The Nilson report, extracted from Prepayment Fraud, Abuse and Error Detection, Identifying Inappropriate Claims before they are paid, FICO, 2011.
Before and After Payment – Reducing Losses by Improving Decision Insight, FICO, 2011
Page updated
Report abuse