Propuesta de un Modelo Predictivo para Realizar un Control y Supervisión más Eficiente de las Prestaciones de Servicios de Salud en una Aseguradora Pública de Salud

Abstract

El acceso a un sistema de salud digno constituye uno de los derechos fundamentales de toda persona, en el Perú se han realizado grandes esfuerzos para mejorar la calidad de los sistemas de salud, es un desafío al bicentenario el brindar un aseguramiento de salud de calidad que pueda alcanzar a todos los peruanos. Este objetivo enfrenta grandes desafíos ya que existen deficiencias en los procesos de las instituciones que brindan servicios de salud, siendo la Aseguradora Pública de Salud uno de los principales actores en el aseguramiento de la salud en el Perú.

Nuestra investigación se ha centrado en el proceso de Evaluación Automática (EA), que tiene como objetivo evaluar la validez de las atenciones brindadas por las Instituciones Prestadoras de Servicios de Salud (IPRESS) afiliadas a la Aseguradora Pública de Salud. Durante los años 2017 y 2018 se detectó que el 3.82% y 1.85% del total de atenciones presentaban irregularidades. Estudios hechos a nivel mundial muestran que el nivel de irregularidades en entidades similares se encuentra entre el 3% y el 10% por lo que existe la posibilidad de elevar la capacidad de detección de irregularidades en la citada aseguradora.

A través de nuestra investigación hemos identificado que mediante el uso de modelos predictivos construidos mediante la analítica de datos en el proceso de Evaluación Automática (EA), específicamente en la etapa llamada Supervisión Médica Electrónica (SME), se puede incrementar el nivel de detección de irregularidades, para ello es necesario aplicar la metodología CRISP-DM y el software WEKA.

Access to a decent health system is one of the fundamental rights of every person, in Peru great efforts have been made to improve the quality of health systems, it is a challenge for the bicentennial to provide quality health assurance that can reach all Peruvians. This objective faces great challenges since there are deficiencies in the processes of the institutions that provide health services, with the Public Health Insurer being one of the main actors in health insurance in Peru.

Our research has focused on the Automatic Evaluation (EA) process, which aims to assess the validity of the health care provided by the Health Services Provider Institutions (IPRESS) affiliated with the Public Health Insurer. During the years 2017 and 2018 it was detected that 3.82% and 1.85% of the total health care presented irregularities. Studies done worldwide show that the level of irregularities in similar entities is between 3% and 10%, so there is the possibility of increasing the ability to detect irregularities in the aforementioned insurer.

Through our research we have identified that by using predictive models constructed through data analytics in the Automatic Evaluation (EA) process, specifically at the stage called Electronic Medical Supervision (SME), it is posible to increase the level of irregularity detection, for this it is necessary to apply the CRISP-DM methodology and the WEKA software.