Payer-Side Medical Audit for SOAT Claims in Colombia: A Methodological Description

Resumo Técnico: Auditoria Médica do Lado do Pagador para Sinistros SOAT na Colômbia

Definição do Problema
A revisão de sinistros médicos é uma função administrativa e clínica crítica em sistemas de saúde, onde os pagadores devem verificar se os sinistros submetidos estão completos, clinicamente justificados e em conformidade com os requisitos regulatórios e contratuais. Nos sistemas de saúde da América Latina, e especificamente na Colômbia, este processo é complicado pela documentação fragmentada, fluxos de trabalho heterogêneos dos prestadores e mandatos digitais de faturamento em evolução. O contexto colombiano adiciona camadas regulatórias específicas, incluindo o Seguro Obligatorio de Accidentes de Tránsito (SOAT) para acidentes de trânsito, os fluxos de reembolso da Administradora de los Recursos del Sistema General de Seguridad Social en Salud (ADRES) e padrões rigorosos de documentação (ex: FURIPS, RIPS/FEV e prontuários clínicos).

A literatura existente sobre faturamento assistido por IA foca frequentemente na detecção de fraude ou na gestão do ciclo de receita em ambientes de alta renda, utilizando detecção de anomalias ou aprendizado supervisionado. No entanto, essas abordagens frequentemente falham em abordar as necessidades metodológicas específicas da auditoria do lado do pagador na América Latina: preservar a rastreabilidade documental, distinguir entre "devolução" (documentos ausentes) e "objeção" (não conformidade clínica/regulatória) e consolidar um parecer direcionado ao prestador que seja juridicamente defensável. Existe uma lacuna nas metodologias publicadas que descrevam como separar a lógica documental, clínica e de decisão, mantendo a supervisão humana obrigatória e a rastreabilidade ao nível da fonte em um ambiente regulatório fragmentado.

Metodologia
Este estudo apresenta uma descrição metodológica de um pipeline de auditoria do lado do pagador em seis fases, baseado em regras, projetado para sinistros SOAT/ADRES na Colômbia. O sistema opera dentro do ambiente operacional "Salmona", desenvolvido pela Arkangel AI.

• Arquitetura e Design: O pipeline é estruturado como uma sequência de instrumentos distintos e versionados, em vez de um único prompt monolítico. Utiliza o OpenAI Codex (via API) em modo de raciocínio com prompting fixo e esquemas de saída JSON predefinidos para garantir a consistência processual. O sistema não utiliza parâmetros de temperatura, baseando-se, em vez disso, em restrições estruturadas.
• O Fluxo de Trabalho de Seis Fases:
  1. Fase 1a (Validação de Suporte): Verifica a presença de 21 tipos de documentos esperados (12 obrigatórios, 9 condicionais). Um veredito de "devolução" nesta fase encerra o processo, indicando que o sinistro não é formalmente passível de revisão.
  2. Fase 1b (Estruturação de Dados): Mapeia o arquivo do sinistro em 62 campos padronizados, ancorando cada um a um documento, página e seção específicos. Mantém um invariante financeiro onde os valores aprovados mais os objetados devem reconciliar com o total da fatura.
  3. Fase 1c (Consistência entre Documentos): Aplica sete verificações (identidade, data do evento, ID do prestador, dados do veículo, totais, diagnósticos, detalhamento cirúrgico) para identificar contradições. Inconsistências impeditivas disparam uma saída antecipada.
  4. Fase 2a (Auditoria Clínica): Executa concorrentemente com a Fase 2b. Avalia 25 regras relativas à coerência diagnóstico-procedimento, pertinência clínica e lógica de negócio do pagador. As regras geram evidências textuais e níveis de confiança.
  5. Fase 2b (Detecção de Atipicidade): Avalia 14 padrões contra bases históricas ou estatísticas. Crucialmente, os achados aqui não alteram diretamente as decisões financeiras; eles servem como alertas para investigação.
  6. Fase 3 (Parecer Final): Consolida todas as fases executadas, aplica seis regras de decisão priorizadas (incluindo um subcaminho específico para devoluções documentais), reverifica a reconciliação monetária e gera a carta formal ao prestador.
• Mecanismos de Controle:
  • Portões de Saída Antecipada (Early-Exit Gates): Dois portões direcionam os casos diretamente para a fase de Parecer Final se a incompletude documental (Portão 1) ou inconsistências impeditivas (Portão 2) forem detectadas, evitando a auditoria clínica em arquivos não revisáveis.
  • Revisão Humana: Existe um checkpoint obrigatório. Se a confiança para uma regra clínica cair abaixo de 75,0%, o caso é sinalizado para revisão humana. Nenhum parecer é comunicado sem supervisão humana.
  • Rastreabilidade: Cada campo extraído e saída de regra é vinculado de volta ao documento de origem, página e seção.

Principais Contribuições
O artigo contribui com um framework estruturado para auditoria do lado do pagador que aborda as restrições regulatórias e operacionais específicas do sistema de saúde colombiano.

• Separação de Preocupações: A arquitetura separa explicitamente a validação documental, a estruturação de dados, a auditoria clínica, a detecção de atipicidade e o parecer final em instrumentos independentes. Isso evita a confusão entre extração de evidência, julgamento clínico e suspeita de fraude.
• Codificação Regulatória: O sistema codifica regulamentações colombianas específicas (ex: Decreto 056 de 2015, Resolución 3047 de 2008) em instrumentos versionados, permitindo atualizações regulatórias sem a necessidade de reescrever a lógica central do pipeline.
• Rastreabilidade e Segurança: Ao preservar referências ao nível da fonte e aplicar um fluxo de trabalho "conservador" (onde dados incompletos levam a uma devolução em vez de uma objeção clínica), o sistema garante que os achados da auditoria sejam fundamentados em evidências legíveis e consistentes.
• Diferenciação da Auditoria do Lado do Prestador: Diferente do pipeline do lado do prestador (que utiliza camadas paralelas), o módulo do lado do pagador utiliza um fluxo sequencial com saídas antecipadas, refletindo a necessidade do pagador de rejeitar pacotes incompletos antes da revisão clínica.

Resultos
O estudo fornece uma demonstração funcional em vez de uma validação estatística contra um padrão de referência de auditor-especialista.

• Seleção de Casos: 15 casos desidentificados foram selecionados de execuções operacionais para cobrir diversos perfis de sinistros.
• Cobertura: A demonstração executou com sucesso o processo de ponta a ponta através das seis regras de decisão (D01–D06) e de ambos os portões de saída antecipada.
  • 5 casos resultaram em aprovação total.
  • 6 casos resultaram em objeção parcial.
  • 3 casos resultaram em devolução (1 via Portão 1, 2 via Portão 2).
  • 1 caso foi escalado para revisão humana devido a documentos ilegíveis.
• Reconciliação Financeira: Para os 14 casos encerrados (total faturado: COP 137,7 milhões), o sistema verificou que a soma dos valores aprovados e objetados/devolvidos correspondia ao total faturado.
• Limitações de Evidência: Os autores declaram explicitamente que nenhuma métrica como precisão, recall, F1 score ou concordância entre auditores foi computada. Os casos servem para demonstrar a capacidade de execução, não para validar a precisão contra um padrão ouro.

Significância e Alegações
O artigo alega modestamente preencher uma lacuna metodológica na literatura relativa à auditoria do lado do pagador em sistemas de saúde da América Latina. Sua significância reside em fornecer um framework replicável que:

1. Preserva a Supervisão Humana: Posiciona a IA como uma ferramenta de assistência que estrutura entradas e aplica regras, mas exige revisão humana obrigatória para decisões finais, particularmente quando a confiança é baixa.
2. Garante Defensibilidade Jurídica: Ao manter uma trilha de auditoria clara do documento de origem ao parecer, o sistema apoia os requisitos administrativos e regulatórios da lei de saúde colombiana.
3. Adapta-se à Fragmentação: O design separado por fases permite que o sistema lide com a documentação fragmentada e a complexidade regulatória local característica da região, que a automação de propósito geral frequentemente falha em abordar.

Os autores concluem que é necessária uma validação prospectiva contra decisões de auditores especialistas para estabelecer o valor operacional, a precisão e a segurança do sistema. O presente trabalho estabelece a viabilidade arquitetônica e a execução de ponta a ponta de um pipeline de auditoria rastreável e baseado em regras.