Fale com o Dictas

Quer saber mais sobre o Dictas? Gostaria de entrar em contato com os nossos executivos de venda?
Envie sua mensagem para a nossa equipe


Como tirar proveito do analytics para melhorar seus serviços de saúde

por 14 de novembro de 2017 junho 13th, 2019 Custos Assistenciais, Sinistralidade

Acredito que você irá concordar comigo…
É de espantar como está crescendo a divulgação de casos práticos de aplicação da analytics em problemas concretos do dia-a-dia das organizações.

Neste mês, acompanhei a apresentação de dois casos desenvolvidos pela Softplan para um de seus clientes e você notará que já fazemos aqui coisas que eu achava só aconteciam lá fora. Um deles envolveu a aplicação de reconhecimento de padrões e o outro, de NLP (natural language processing). Embora com aplicação em mercado diferente da saúde – jurídico – ambas técnicas têm em comum a capacidade de serem exemplos concretos para aplicações no mercado da saúde, como por exemplo para melhoria da sinistralidade.

 

CORREIÇÕES EFICAZES COM USO DE RECONHECIMENTO DE PADRÕES E AGRUPAMENTO

O reconhecimento de padrões e agrupamento serviu para suportar o cliente na definição de quais cartórios extrajudiciais passarão pela correição (não erramos não, é correição mesmo. Correição é uma espécie de auditoria). No modelo tradicional, o planejamento de visitas de correição é baseado em rodízio e denúncias, o que resulta em visitas a cartórios que estão “redondos”, enquanto outros continuam a praticar ações indevidas, ficando fora do radar.

A Softplan desenvolveu um novo modelo de priorização, que envolve o cruzamento de diversos dados contidos nas bases do cliente, também com bases de dados externas. Exemplo: cruzando dados dos valores pagos de emolumentos com o porte da cidade onde o cartório está localizado e comparando os diversos cartórios entre si, é possível identificar se o cartório está aquém do seu potencial de atuação e inclusive fazer uma análise preditiva do aumento na arrecadação caso o cartório, com apoio da equipe de correição, mude seus processos e se equipare ao desempenho dos demais.

ANALISE TEXTUAL PARA FACILITAR A ELABORAÇÃO DE PARECERES

Ponto fundamental para o funcionamento pleno do cliente como um todo é a elaboração de pareceres que não sejam contraditórios com outros já publicados junto a processos similares. Comumente, é grande o risco de uma contradição, já que a recuperação de pareceres anteriores é dificultada pela forma como os dados estão estruturados.

Através da análise textual de todos os processos digitais, a Softplan definiu tópicos comuns aos milhares de documentos e calculou uma nota de similaridade de cada documento em relação aos tópicos. Assim, um processo novo que precisa de um parecer é comparado, através da nota de similaridade, com o conjunto existente de processos que já possuem pareceres prontos para identificar os mais similares. Com isso, o responsável pela elaboração do parecer possui uma base fundamentada mais consistente para fazer o seu trabalho.

EXEMPLOS DE APLICAÇÃO DESSAS TECNOLOGIAS EM OPERADORAS DA SAÚDE

Imagine, assim como feito nas correições, que uma operadora de saúde possa direcionar os seus esforços de autorização (anterior à ação do provedor) e auditoria de contas (posterior) para casos mais críticos, considerando o histórico do provedor/profissional em comparação com provedores/profissionais com características similares. A comparação poderia ser feita com base no porte do provedor, quantidades e tipos de serviços realizados, dados dos beneficiários (idade, comorbidades, histórico clínico, etc…). As autorizações seriam classificadas em grupos de risco, sendo as de risco baixo liberadas automaticamente e as de risco alto analisadas com mais cuidado, colaborando para a melhoria da sinistralidade.
As operadoras poderiam também utilizar a análise textual para buscar minimizar os efeitos da judicialização, através da identificação de processos judiciais anteriores com características similares, que pudessem ajudar na fundamentação da sua defesa. Essa análise poderia ser enriquecida com outros parâmetros, como por exemplo os dados do requerente, do seu advogado e inclusive do juiz que está responsável pelo processo.

Assim como as operadoras podem se beneficiar (em muito) dessas tecnologias, hospitais, empresas e outras organizações também o podem. As tecnologias já estão maduras e a infraestrutura para colocá-las em funcionamento também.

Quis com a apresentação desses casos mostrar que o que falta é agir, já que não existem barreiras significativas para qualquer ator do sistema de saúde se beneficiar com o uso dessas tecnologias.

Você vislumbra outras aplicações para essas tecnologias no campo da saúde? Concorda que elas trazem um grande benefício para quem está disposto a inovar na sua utilização?

Enriqueça a discussão com a sua opinião!

Um comentário

Comentários: