La codificación médica hoy: un flujo de trabajo manual

La codificación médica es el eje del proceso de reembolso. Cada acto clínico, ya sea un diagnóstico, un procedimiento o un tratamiento, debe traducirse en un código normalizado para poder ser facturado.

En una configuración manual, el proceso suele desarrollarse como sigue:

  • Revisión de las historias clínicas de los pacientes: Los codificadores humanos leen las notas clínicas detalladas para extraer la información médica relevante.
  • Búsqueda en taxonomías: Navegan por extensos diccionarios de códigos (a menudo >100.000 entradas) para identificar los códigos de facturación correspondientes.
  • Asignación y verificación cruzada: Los códigos se introducen manualmente en los sistemas de facturación y se cotejan con las normas de conformidad.
  • Validación y corrección: Los codificadores o auditores superiores revisan las entradas, corrigen los errores y resuelven las discrepancias con los médicos.

Este flujo de trabajo de principio a fin es muy repetitivo, requiere mucho tiempo y es propenso a errores. Los retrasos se acumulan rápidamente en atrasos, y una codificación incompleta o inexacta suele dar lugar a reembolsos perdidos y fugas financieras.

El papel de la IA agéntica

En este contexto, la IA agéntica representa una oportunidad transformadora: no se trata sólo de generar texto, sino de orquestar flujos de trabajo autónomos y orientados a objetivos en los que múltiples agentes de IA especializados colaboran sin problemas con expertos humanos.

Aplicada a la codificación médica, la IA agéntica puede reflejar el proceso manual al tiempo que lo acelera y lo asegura:

  • Leer y resumir los historiales de los pacientes.
  • Recuperación de códigos relevantes a través de vastas taxonomías.
  • Validar el cumplimiento de los marcos de reembolso.
  • Apoyar la supervisión humana con explicaciones transparentes.

Caso de clientes: Automatización de la codificación médica en un hospital belga

Con Eliott BERTRAND y Robin VERSCHUREN, de la oficina de Bélgica.

En Artefact, creemos que los encuentros sanitarios son “momentos de la vida” que requieren fundamentalmente la interacción humana. Nuestro objetivo es capacitar a los equipos asistenciales y agilizar los procesos clínicos mediante la IA, no sustituirlos. Esta filosofía guió nuestra reciente asociación con un hospital de Bélgica para automatizar la codificación médica, la facturación y el reembolso de la seguridad social utilizando modelos lingüísticos avanzados y la Generación de Recuperación-Aumentada (RAG).

Nuestro cliente se enfrentaba a una enorme carga de trabajo para codificar manualmente el gesto médico dispensado a los pacientes, lo que es obligatorio para el sistema de reembolso en Bélgica.

Un equipo de 18 personas a tiempo completo se encargaba de asignar a cada expediente de paciente sus códigos médicos, sobre una lista de 140.000 códigos. En aquel momento, este equipo ya llevaba meses de retraso. Además, este proceso sólo captaba un subconjunto de códigos de alto valor, lo que dejaba importantes ingresos sin reclamar.

Diseñamos un proceso de cuatro etapas, en torno a múltiples agentes especializados de IA

  • Agente especializado en IA: Un “escriba” de IA lee el historial del paciente, resume la situación clínica y segmenta el caso para identificar las categorías de codificación pertinentes.
  • Recuperación de códigos potenciada por RAG: Un segundo agente utiliza la generación aumentada por recuperación para encontrar todos los códigos relevantes para la situación clínica documentada
  • Agente de validación de códigos: Un tercer agente verifica que los códigos propuestos cumplen las normas oficiales e integra los comentarios de los codificadores expertos
  • Validación humana: Por último, un codificador médico revisa y aprueba las recomendaciones de la IA ; basándose en una explicación del último agente

Al identificar códigos que antes pasaban desapercibidos y garantizar una facturación más completa, el hospital desbloqueó nuevas fuentes de ingresos. Los primeros indicadores sugieren una importante captación de ingresos que antes había pasado desapercibida.

La canalización impulsada por IA proporcionó un aumento de la productividad de 80%, eliminando el cuello de botella de la codificación y permitiendo al equipo ponerse al día con los atrasos. La precisión y la exhaustividad de la codificación mejoraron, lo que redujo los errores y minimizó las denegaciones de reclamaciones. El hospital también consiguió un importante ahorro de costes al reasignar a los codificadores a tareas de mayor valor y reducir las horas extraordinarias.

En términos generales, se han autonomizado 80% de la carga de trabajo de las 18 personas que codificaban, lo que supone un ahorro de 14,5 ETC. El proyecto costó 50 días-hombre de consultoría externa y ningún coste adicional de TI, lo que lleva a un ROI de ~600%, como orden de magnitud para el primer año.

Este estudio de caso refleja la creencia central de Artefact: La IA no sólo debe aportar innovación, sino también impacto.

Lo que viene: ampliar la IA agéntica

Las iniciativas de IA agéntica rara vez se detienen en un único caso de uso. Una vez que el primer despliegue demuestra un valor mensurable, las organizaciones suelen considerar tres direcciones principales:

  • Extiéndase a los flujos de trabajo adyacentes, aplicando la misma lógica agéntica a otros procesos repetitivos y de gran volumen (por ejemplo, elaboración de informes, documentación, controles de conformidad).
  • Prepárese para las operaciones autónomas gobernadas, en dominios con reglas claras y resultados mensurables, lo que permite a los agentes operar con una intervención humana mínima bajo marcos sólidos de gobernanza y supervisión.
  • Construya ecosistemas de agentes interconectados, diseñar sistemas multiagente que colaboren entre funciones, desbloqueando ganancias de eficiencia entre procesos.

Esta trayectoria refleja cómo las organizaciones pueden escalar progresivamente la IA agéntica desde los casos de uso piloto hasta el impacto en toda la empresa, garantizando tanto la eficiencia como la confianza a través de una sólida gobernanza.