Upload
vandat
View
216
Download
0
Embed Size (px)
Citation preview
This presentation is provided for the recipient only and cannot be reproduced or shared without FICO Corporation's express consent.
© 2009 FICO Corporation. 1
Fraude en gastos médicos Tomar mejores decisiones
Scott Horwitz Sr Director, Insurance FICO
7 de mayo 2013
© 2009 FICO Corporation. 2 © 2009 FICO Corporation. 2
Agenda
» Perspectiva FICO del fraude en el sector salud
» Solución de Fraude: Componentes claves
» Ejemplos prácticos: Patrones detectados
» Casos prácticos: Resultados obtenidos
» Siguientes pasos
© 2009 FICO Corporation. 3
Más allá de la detección ¿Qué indica el mercado?
» Entorno económico enfocado en la rentabilidad
» Estrategias de contención de costes – operativos y de actividad siniestral
» Con la presión económica actual, ¿serán los consumidores más susceptibles a cometer fraude?
» Aumento en los gastos médicos
» Diferenciar entre aumentos “normales” y actividad fraudulenta
» Presiones regulatorias
» Abreviar los tiempos en el pago de las indemnizaciones
» Programas de prevención de fraude
» Solvencia II
» Enfoque operativo
» Potenciar eficiencias
» Evaluación previa la indemnización
» Gestión de proveedores
© 2009 FICO Corporation. 4
¿Qué se necesita?
© 2011 Fair Isaac Corporation. Confidential.
4
Detectar más fraude – y patrones nuevos previa la indemnización
Apoyar la rentabilidad y el nivel de capital
Reducir falsos positivos
Priorizar el trabajo para ganar eficiencia
Detectar y parar redes criminales
Mejorar – No deteriorar la satisfacción del cliente
4
© 2009 FICO Corporation. 5
Encontrar puntos de valor Pre y Post Indemnización
Modificaciones /
Auditorías
Proveedor/
Asegurado
siniestro Proceso de Adjudicación
pago
Scoring PostPago (Anual/
Semestral)
Reglas Actualizadas
Liquidador
Revisión Siniestro PrePago
Casos Investigación
PostPago Savings via Recoveries, Settlements
Ahorros vía pagos
interceptados y gestión de proveedores
Emisión Pago Ahorros vía
lógica de pago actualizada
Base de datos
Siniestros
Scoring PrePago
Revisión Semanal PostPago
Ahorros vía recuperación, liquidación, y
gestión de proveedores
© 2009 FICO Corporation. 6 © 2009 FICO Corporation. 6
Agenda
» Perspectiva FICO del fraude en el sector salud
» Solución de Fraude : Componentes claves
» Ejemplos prácticos: Patrones detectados
» Casos prácticos: Resultados obtenidos
» Siguientes pasos
© 2009 FICO Corporation. 7
Ataque al fraude de forma holística
Servicios Profesionales
Análisis de Vínculos
Centro de Decisiones
Modelos Analíticos
Ge
sti
ón
de
ale
rta
s
Solución de gestión de fraude
© 2009 FICO Corporation. 8
Abuso y fraude
Analíticos predictivos Alcance de la detección
Analíticos predictivos detectan eficazmente más tipos de fraude
Analíticos predictivos permiten detección previa al pago para
parar la salida de fondos
Patrones emergentes
Patrones previamente
desconocidos
Casos complejos,
sutilezas
Detección temprana
Ordenamiento
de riesgo
Soluciones tradicionales
basadas en reglas detectan
solo fraude a este nivel
Patrones sencillos y
errores de facturación
Patrones conocidos de
fraude y abuso
© 2009 FICO Corporation. 9
Modelos analíticos de detección de fraude
Los modelos predictivos avanzados reconocen patrones no detectados por métodos convencionales
Puntuación y razones
Modelos predictivos
Perfil dinámico Proveedores
Asegurados
Siniestros
Dental
Farmacia
Rátio de radiografías a examinar
Facturado vs. similares
Grupo procedimientos vs. similartes
Actividad máxima por día
Perfil Variable N
De aqui derivan variables potentes
© 2009 FICO Corporation. 10
Análisis de vinculaciónes – Análisis de relaciones no evidentes
1. Búsqueda de similitudes
Búsquedas de similitudes cruzando fuentes de datos distintas sin necesidad de montar un data warehouse o limpiar datos.
Empleados Datos de
clientes SARS Alertas Terceros
Lexis Nexis
Págs amarillas
Suplidores Solicitantes
2. Matching e inteligencia de relaciones
Más de 50 algoritmos automatizan el proceso de búsqueda de relaciones y matching a una precisión y velocidad extremadamente alta.
3. Capa de visualización
Los resultados son presentados vía pantalla u otro software para visualizar resultados analíticos.
© 2009 FICO Corporation. 11 © 2009 FICO Corporation. 11
Agenda
» Perspectiva FICO del fraude en el sector salud
» Solución de Fraude: Componentes claves
» Ejemplos prácticos: Patrones detectados
» Casos prácticos: Resultados obtenidos
» Siguientes pasos
© 2009 FICO Corporation. 12
Procedimientos duplicados
Misma prescripción presentada varias veces– cada vez en un lugar distinto
El sistema no tiene manera de detectar los duplicados
Pago de prescripciones médicas duplicadas
Pagar únicamente la primera presentación. Informar a los proveedores del “error”
Explicación
Acción
Análisis
Nivel siniestro Revisar si la prueba ha sido facturada en duplicado
© 2009 FICO Corporation. 13
Debilidades sistemáticas
Pequeños cargos excesivos que se convierten en sumas importantes
Agregar “Revisión Médica” innecesaria a un hemograma sencillo
Crear regla para obligar a una justificación para la revisión
Explicación
Análisis
Acción
Nivel siniestro Evaluar el detalle para asegurar que no exista comportamiento inusual en la prueba
Nivel intra - proveedor Revisar todos los siniestros con la combinación de este código de procedimiento y su modificador para ver qué tan generalizado es el problema
© 2009 FICO Corporation. 14
“Upcoding” de reclamaciones
Procedimientos innecesarios de alto costo
Agregar “Consultas de 1 Hora” a cada visita de hospital
Abrir investigación de fraude. Encontrar estos casos a tiempo ahorra meses de posibles pagos
Explicación
Análisis
Acción
Nivel proveedor Existe una concentración de consultas y visitas de seguimiento en el hospital, facturadas a la tarifa más alta, con ausencia inusual de códigos de nivel medio
Nivel siniestro Existe un patrón claro de facturas altas para consultas de 1 hora cuando los pacientes son recién admitidos en el hospital. Esto es inusual, al igual que los códigos de diagnóstico, para padecimientos relativamente menores tales como dolor de espalda o de vientre.
© 2009 FICO Corporation. 15
Combinación inusual de procedimientos
Ratio de procedimientos
Demasiados tratamientos de canales con relación a otros análisis dentales
Resaltar a los investigadores de fraude los tipos de examen específicos para revisión con el dentista
Explicación
Análisis
Acción
Nivel proveedor La relación de tratamientos de canales con relación a pulpotomías es inusualmente alta
Nivel siniestro Los particulares de varios siniestros parecen ser sospechosos, tales como reclamar pulpotomías en varios dientes durante la misma cita médica. Además hay varias restauraciones.
© 2009 FICO Corporation. 16
Revisión anual
Colusión entre proveedores y farmacias
Concentración inusual de prescripciones de proveedor a farmacia
Abrir una investigación
Explicación
Análisis
Acción
Nivel intra-proveedor La facturación de una farmacia esta desproporcionalmente relacionada a un proveedor en particular
Nivel proveedor
Nivel proveedor
Nivel siniestro
© 2009 FICO Corporation. 17 © 2009 FICO Corporation. 17
Agenda
» Perspectiva FICO del fraude en el sector salud
» Solución de Fraude: Componentes claves
» Ejemplos prácticos: Patrones detectados
» Casos prácticos: Resultados obtenidos
» Siguientes pasos
© 2009 FICO Corporation. 18
Caso Práctico Antecedentes
» AGIS Zorgverzekeringen – Aseguradora de gastos médicos de Holanda
» 2.5 billones de euros de reclamaciones médicas por año
» 2%-3% revisadas por un ajustador
» Mecanismos de control previa la indemnización basados en reglas
» Retos
» Investigaciones manuales
» Limitaciones de datos al revisar los siniestros nivel proveedor
» Reglas estáticas basadas en patrones conocidos
» Departamento de fraude de AGIS – Asuntos especiales
» Búsqueda de soluciones para reducir/administrar el riesgo de las reclamaciones dentales
» Preparación de un archivo de datos para evaluar 3 soluciones
» Proyecto Piloto » Dataset de reclamaciones dentales del 2006
» Aproximadamente 3,200 proveedores dentales
» Aproximadamente101 millones de euros en indemnizaciones
» 12 previamente identificados por AGIS y bajo sospecha
© 2009 FICO Corporation. 19
Caso práctico Resultados
» FICO recibe todos los siniestros del 2006 sin designación de fraude
» Generó resultados de los modelos analíticos
» 106 obtuvo score por encima del punto de corte designado por FICO como actividad “inusual”
» AGIS revisó los 30 siniestros con mayor score » 12 pertenecían a los proveedores bajo sospecha por AGIS
» Única solución que encontró los 12 que ya habían sido identificados por AGIS
» 12 fueron calificados de Fraude Nuevo tras investigación de AGIS
» Valor de los resultados fue de 1.2 Millones de Euros
» 100% aumento en la tasa de detección de fraude mediante la investigación de 18 proveedores
» AGIS estima un retorno de inversión de 250% en el primer año
» Pasos siguientes – ampliar a gastos médicos y farmacéuticos
© 2009 FICO Corporation. 20
Caso práctico En la actualidad
» Perciben retorno de inversión importante de forma anual
» Han enfocado sus esfuerzos en la gestión de proveedores y “coaching” basado en los resultados
» “ . . . Nos ayuda a asignar nuestros recursos de forma más productiva, enfocando el esfuerzo de nuestro equipo en siniestros verdaderamente sospechosos, en lugar de hacerlos revisar datasets completos.”
© 2009 FICO Corporation. 21
Caso Práctico Proteger contra el fraude, abuso y desperdicio
Highmark es una de las aseguradoras de salud más grandes de USA con 28 millones de asegurados, y procesa más de 200 millones de siniestros de salud, dental, vista, Medicare y farmacias.
REQUERIMIENTOS:
» Necesitaban atacar de forma más agresiva el fraude, desperdicio y abuso para combinar el score de prepago con análisis retrospectivo de proveedores.
» No quería agregar tecnología, convertir investigadores en programadores, ni contratar más recursos de tecnología.
ESTRATEGIA
Implementaros FICO™ Insurance Fraud Manager para usar analíticos predictivos para
identificar siniestros
» Seleccionaros a FICO por la capacidad analítica
» FICO entrenó los modelos basado en los datos históricos.
» Los modelos analizar cientos de datos y relaciones simultáneamente
» Los modelos detectan patrones de tratamiento o de facturación sospechosos
» FICO proporciona un entorno de investigación
© 2009 FICO Corporation. 22
Highmark - Resultados
RESULTADOS:
Highmark identificó beneficios sustanciales del uso de la herramienta:
» En los primeros 7 meses encontró más de 330 nuevos casos meritorios de acción adicionales que no se habían detectado anteriormente.
» Reporta un Retorno de Inversión de 9:1 en solo los primeros 6 meses de uso
» Indica que los ahorros de solo 18% de los casos excedieron los costos operativos de un mes.
» Identificó políticas médicas que requerían modificación
© 2009 FICO Corporation. 23 © 2009 FICO Corporation. 23
Agenda
» Perspectiva FICO del fraude en el sector salud
» Solución de Fraude: Componentes claves
» Ejemplos prácticos: Patrones detectados
» Casos prácticos: Resultados obtenidos
» Siguientes pasos
© 2009 FICO Corporation. 24
Siguientes pasos Cómo prepararse para encarar una solución
» Revisar prácticas actuales de mitigación de fraude
» Personal
» Capacitación
» Resultados
» Documentar la captura de datos, su calidad y organización
» Diseñar prácticas de fraude de “nueva generación”
» Mejora en la detección
» Estrategias eficientes y de alta calidad
» Perseguir pagos vs. Gestionar proveedores
» Actualizaciones y mejoras
» Evaluar fortalezas y debilidades actuales con relación a los objetivos que se propongan
© 2009 FICO Corporation. 25
Siguientes pasos Más allá de la lucha contra el fraude: Solvencia
» Percibir cómo decisiones nivel siniestro están conectadas – o no – a las mediciones requeridas por las regulaciones de Solvencia
» Solvencia demanda pruebas de uso que conecten los modelos analíticos a las decisiones particulares
» Simulación para incorporar reglas operativas/modelos y cálculos métricos de Solvencia
» Permitir que los usuarios de negocio controlen el proceso
» Apalancar la inversión reguladora en rentabilidad comercial
» Poner las mediciones de Solvencia en manos de los usuarios de negocio
» Facilitar la conexión a la optimización para los usuarios más sofisticados
» “Stress-testing” de los diferentes entornos, limitaciones, etc.
© 2009 FICO Corporation. 26
Siguientes pasos Resumen
» El fraude, abuso y error en servicios de salud es complejo y costoso
» Aseguradores deben construir soluciones holísticas utilizando modelos avanzados, estrategias automatizadas y análisis de vínculos
» El fraude de hoy abarca cientos de combinaciones de:
» Proveedores, pacientes, instituciones médicas
» Procedimientos, códigos, prescripciones
» Tiempos, cantidades, combinaciones de procedimientos
» Etc.
» A nivel mundial las empresas apalancan soluciones robustas de fraude para mejorar la rentabilidad y la gestión de proveedores
» Toda empresa debe tomar medidas para desarrollar/mejorar las prácticas de mitigación para cumplir tanto requerimientos internos como regulatorios
© 2009 FICO Corporation. 27
FICO Líder en soluciones de fraude
» FICO es pionero en la detección estadística de fraude
» Cientos de modelos implementados en todo el mundo
» Experiencia más marcada en el modelamiento de fraude
» Extraer valor comercial de los datos mediante analíticos predictivos y gestión de las decisiones
» Modelos de fraude con el mejor desempeño
» Metodología y tecnología analítica exclusiva y patentada
» Experiencia probada en la puesta en marcha de modelos analíticos
» Más de 20 años de experiencia implementando modelos en entornos operativos
» Experiencia amplia y profunda en modelamiento de fraude
This presentation is provided for the recipient only and cannot be reproduced or shared without FICO Corporation's express consent.
© 2009 FICO Corporation. 28
GRACIAS
7 de Mayo, 2013