APRIMORANDO A REGULAÇÃO DE SERVIÇOS ASSISTENCIAIS A PARTIR DA TRIAGEM AUTOMÁTICA DE SOLICITAÇÕES.

Abstract

RESUMO: Evitar o desperdício de recursos é um dos maiores desafios para a melhoria do serviço de atenção à saúde no Brasil. No âmbito das operadoras de planos de saúde brasileiras, destaca-se a regulação de solicitações de serviços assistenciais como mecanismo de combate ao desperdício oriundo de erro médico, fraude e abuso. Tradicionalmente a avaliação das solicitações é um processo manual e, considerando o volume de solicitações, torna-se um mecanismo de manutenção cara e não escalável que atrasa o acesso do paciente ao serviço além de causar desgaste na interação entre operadoras de planos de saúde e prestadores de serviços. Este trabalho propõe a triagem automática de solicitações para otimizar o processo de regulação. Para isso, técnicas de mineração de dados foram utilizadas para a construção de modelos preditivos a fim de responder automaticamente solicitações que tiverem a probabilidade de autorização igual ou superior a um fator de confiança escolhido pela operadora de planos de saúde, encaminhando o restante das solicitações para a avaliação manual. A abordagem proposta foi avaliada em sete bases de dados disponíveis para o estudo, contemplando seis operadoras de planos de saúde públicas e uma privada. Nos experimentos realizados foi possível autorizar automaticamente entre 20% e 90% das solicitações mediante a variação do fator de confiança. Esses resultados mostram a viabilidade da utilização da triagem proposta para reduzir a carga de trabalho de avaliadores humanos de acordo com a necessidade das operadoras de planos de saúde, o que pode tornar o processo mais rápido, escalável e mais barato.------------------ABSTRACT: Avoiding resources waste is one of the greatest challenges for improving health care services in Brazil. Within the scope of Brazilian health plan providers, services requests prior authorization is highlighted as a mechanism to inhibit wastage originated from medical mistakes, fraud, and abuse. Traditionally the requests evaluation is a manual process and considering the requests volume it becomes an expensive and nonscalable mechanism which delay patient access to service besides causing friction between health plan providers and health care providers. This work proposes the requests triage to optimize the prior authorization process. Thereunto, data mining techniques were used to create predictive models to automatically answer requests that present the authorization probability greater or equals to a confidence factor chosen by the health plan provider, forwarding the remainder of the requests to manual evaluation. The proposed approach was assessed in seven databases available for the study, comprising of six public health plan providers and one private. In the performed experiments it was possible to authorize automatically from 20% to 90% of the requests by varying the confidence factor. These results demonstrate the viability of using this approach to reduce human evaluation workload accordingly to health plans providers necessities, which can make the process faster, scalable and cheaper.