7,7 millones de personas al año, afiliadas a Fonasa, se atienden en la red de salud privada, gracias a la Modalidad de Libre Elección (MLE). Se trata de un sistema que permite que quienes pertenecen a los tramos B, C, D y E puedan compatibilizar la protección pública y privada, evitando una sobrecarga de la salud estatal.
Sin embargo, desde Fonasa se han identificado algunas irregularidades. El pasado mes de septiembre se dio a conocer una investigación que involucra a cinco prestadores de salud por presuntas irregularidades en la emisión de bonos de atención por cerca de $8 mil millones.
En Factor IA, conversamos con César Oyarzo, director Nacional de Fonasa, quien explicó que a raíz de este caso, y como parte de la estrategia de mejorar la gestión en la salud pública, están implementando un proyecto de IA para enfrentar errores y fraudes en las prestaciones de salud.
Fonasa creó el Sistema Integrado de Riesgos y Alertas (SIRA), que según comentó Oyarzo “busca dónde puede haber fraude, riesgos y alertas, de manera de anticiparse a estos errores, y aquí aparece la IA como una herramienta ideal, que busca patrones a través de sus algoritmos”.
Oyarzo explicó que “revisa todas las prestaciones. En el día está controlando sobre 10 mil transacciones. Tenemos una cantidad de transacciones enormes que impide que cualquier sistema basado en personas pueda desarrollarlo. Entonces, SIRA toma la base de datos del día anterior, y en la mañana entrega un reporte de alertas, y eso es importante porque ocurre antes de que paguemos la prestación. De esa forma, es anticipatorio, y nos permite que cuando hay un patrón sospechoso, poder solicitar la información al prestador”.
Gracias a este sistema, Fonasa no solo ahorra presupuesto, sino que también permite utilizar esos fondos en acciones que van en directo beneficio de los afiliados. “Una cosa concreta del ahorro de este año es que pudimos, por ejemplo, completar lo que nos faltaba para hacer 3 mil cirugías de rodilla y cadera para beneficiarios. Nuestra antigua estrategia era ir a la Dirección de Presupuestos a pedir plata. Ahora estamos felices por el trabajo de fiscalización que hicimos, ayudados por la IA”.
“Reducir las listas de espera requiere anticipación”
Las expectativas que existen en Fonasa con la inteligencia artificial son enormes. Su director nacional explicó que una de las ideas es que la IA también ayude a resolver las listas de espera. “Hay un punto en el cual la IA es muy importante: reducir la lista de espera requiere anticipación. Porque la gestión de hoy día es retroactiva, en el sentido de que vemos que gente está esperando y tratamos de solucionar el problema. La misión es que la gente no espere, y para eso se requieren recursos, pero también planificación. Yo diría que la palabra clave es anticipación”, afirmó.
Y para poder tener buenos resultados, otra de las claves son los datos. Al respecto, Oyarzo aseguró que “no tenemos buenos datos, tenemos mucha falta de datos. Pero soy un convencido de que esa falta de datos es muy importante. La vida te enseña que tienes que empezar a usar los datos, porque en la medida que los usas te das cuenta de cuáles son los problemas. Una razón de por qué los datos hoy en día no están actualizados es porque no se usan”.
Excelente