A Neurotech, empresa especialista na criação de soluções avançadas de Inteligência Artificial, Machine Learning e Big Data, desenvolveu soluções com grande potencial para combater anormalidades em diferentes segmentos. Uma das práticas já utilizadas têm a possibilidade de aumentar em até 230% as detecções de fraudes em reembolsos quando comparada à uma análise puramente manual dos casos, como é realizada atualmente em grande parte das operadoras. “Antes mesmo do início da pandemia de Covid-19, em 2020, o setor avançava digitalmente, principalmente com o advento da telemedicina”, avalia Rodrigo Cunha, diretor de Novos Negócios da Neurotech.

De acordo com ele, esse fenômeno foi acelerado durante o período da pandemia, o que causou impacto em toda a estrutura e operação das seguradoras, clínicas e hospitais que passaram a receber uma demanda diferente de atendimentos e autorizações de procedimentos médicos. E um dos procedimentos que passou por grandes transformações foi o reembolso. “O que antes exigia uma gama de burocracias e documentações, hoje, pode ser realizado de forma online e ser acompanhado em tempo real”, diz.

Com isso, o processo foi acelerado e melhor viabilizado tanto pela seguradora quanto pelo beneficiário, mas trouxe, juntamente com a sua facilidade, uma crescente onda de tentativas e execuções de fraudes. Para reduzir os impactos, interessados na detecção de fraudes de reembolso investiram na utilização da Inteligência Artificial para tornar o processo mais rápido e preciso. “A importância da agilidade na detecção de fraudes torna-se ainda mais visível quando analisamos dados do mercado”, destaca.

Reembolsos somam R$ 20 bilhões

Segundo a Agência Nacional de Saúde (ANS), foram gastos R$ 160 bilhões com sinistros em 2021. Desse total, cerca de R$ 20 bilhões foram direcionados para reembolsos, e, em média, 4% do total de pedidos é sinalizado com algum tipo de fraude (e, em até 20% nos casos de solicitações criticadas). 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. Em 2022, o reajuste de Planos Individuais terá aumento de 15,5%.

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 para ter reembolso total, entre outros. Em geral, tratam-se de descaracterizações das imagens originais de recibos e notas fiscais que comprovam os procedimentos realizados. Mas como a Inteligência Artificial atua na resolução dessa problemática?

Score com precisão elevada

A tecnologia de Deep Learning é constituída de redes neurais mais complexas, o que assegura que, por meio de algoritmos, possam ser reconhecidos 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 processo para detecção automatizada de fraudes e abusos em imagens, pela Neurotech, pode ser seccionado em algumas etapas.

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 e transformá-los em texto.

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 daquele beneficiário estar relacionado a uma fraude.

Números Neurotech

O histórico da Neurotech conta com um lift de 230% na melhoria de detecções em fraude em um case de 4 milhões de solicitações de reembolso por ano. Isso gera um saving, em pagamentos, de R$ 11,2 milhões por ano e um ROI (Return On Investment) de 3,6 vezes.

A agilidade nos processos de detecção de fraudes em imagens traz benefícios para as seguradoras e operadoras, tanto no reconhecimento das imagens que possuem alguma descaracterização, quanto para aquelas em que não há. Uma vez que se identifique que não há fraude no documento enviado, as solicitações ganham rapidez para aprovação. Em imagens que forem detectadas algum tipo de desvio, há, da mesma forma, a rapidez de processamento e formalização da fraude, por consequência um aperfeiçoamento nos indicadores de desvios.