Salud
Coche
Por soluciones
Salud
Coche
Por sector
Solicite una prueba gratuita
Nos pondremos en contacto con usted en 24 horas
Dividir y controlar:
el papel de la codificación en el seguro médico sostenible
La codificación no es sólo un método de informes, es una herramienta
fecha de publicación:
27 de junio de 2025
etiquetas:
Compartir:
Artificial intelligence
Artificial intelligence
Health insurance
Health insurance
En uno de nuestros artículos anteriores, abordamos el tema de la clasificación (codificación) de servicios.
El tema de la unificación de servicios, medicamentos y materiales consumibles no es nuevo, pero sigue siendo igual de relevante. En este artículo, nos centraremos en solo tres tipos de codificaciones desde la perspectiva de su utilidad para los participantes del seguro médico: las compañías de seguros, las clínicas y los organismos de control estatal.
La codificación no es simplemente un método para generar informes; es una herramienta para:
El tema de la unificación de servicios, medicamentos y materiales consumibles no es nuevo, pero sigue siendo igual de relevante. En este artículo, nos centraremos en solo tres tipos de codificaciones desde la perspectiva de su utilidad para los participantes del seguro médico: las compañías de seguros, las clínicas y los organismos de control estatal.
La codificación no es simplemente un método para generar informes; es una herramienta para:
- la tarificación;
- la prevención del fraude;
- el pronóstico de pérdidas;
- e incluso la defensa legal en situaciones de disputa.
La esencia de la codificación no radica en la falta de nomenclaturas detalladas, ya que estas se han desarrollado desde mediados del siglo XX, sino en que la actividad económica de la humanidad se digitaliza de forma rápida pero desigual. Para las compañías de seguros, la codificación no es solo una cuestión de informes, sino la base para todo: desde el cálculo de tarifas y la gestión de riesgos, hasta la prevención de pérdidas y la lucha contra el fraude.
Un código erróneo, ausente o ilegible convierte una reclamación en un riesgo, ya sea un rechazo de pago, un litigio o una distorsión del modelo actuarial.
En muchos países del mundo, la digitalización de la salud supera a la estandarización. Esto es especialmente notable en regiones como Oriente Medio (MENA), Sudáfrica, India, América Latina y el Sudeste Asiático.
La digitalización avanza activamente, pero la estandarización y la infraestructura aún están en proceso de formación. Incluso con un sistema de gestión de documentos electrónicos, hasta un 30-40% de las reclamaciones llegan en formato libre y no estructurado. Esto complica el procesamiento automático, imposibilita la validación y reduce la transparencia.
Un código erróneo, ausente o ilegible convierte una reclamación en un riesgo, ya sea un rechazo de pago, un litigio o una distorsión del modelo actuarial.
En muchos países del mundo, la digitalización de la salud supera a la estandarización. Esto es especialmente notable en regiones como Oriente Medio (MENA), Sudáfrica, India, América Latina y el Sudeste Asiático.
La digitalización avanza activamente, pero la estandarización y la infraestructura aún están en proceso de formación. Incluso con un sistema de gestión de documentos electrónicos, hasta un 30-40% de las reclamaciones llegan en formato libre y no estructurado. Esto complica el procesamiento automático, imposibilita la validación y reduce la transparencia.
En un contexto de activo desarrollo farmacéutico, procesos de reforma de los sistemas de salud a nivel estatal, la aparición de nuevos tipos de servicios (como la telemedicina) y los constantes cambios en los sistemas de codificación, el estricto cumplimiento de los estándares es a menudo imposible. Esto conlleva problemas en la elaboración de cálculos actuariales, rechazos de reembolso, sanciones regulatorias, dificultades en la integración y el mantenimiento de software, y consecuencias similares.
Sistemas de codificación
Existen decenas de sistemas, por ejemplo, para codificar:
Medicamentos
ATC, NDC (EE. UU.), WHODrug, TUSS (Brasil), Registro de medicamentos basado en la clasificación ATC (Rusia)
2
Dispositivos médicos
UDI, GTIN, GMDN
3
Servicios
ICHI (OMS), ACHI (Australia), OPCS (Reino Unido), Nomenclador Nacional (Argentina), Nomenclatura de servicios médicos (Rusia)
1
La solución local es preferible
A diferencia de las guías clínicas, sobre las que escribimos anteriormente, un sistema de codificación puede ser puramente nacional, y esto es una ventaja:
El soporte de este enfoque nacional es más simple y fiable.
La práctica de la integración se resuelve de manera diferente en cada país. Por ejemplo, en Arabia Saudita, la plataforma nacional de intercambio de información médica (NPHIES), desarrollada por CHI y NHIC, estandariza desde 2023 la interacción entre proveedores y aseguradoras. Exige el uso estricto del Saudi Billing System (SBS) y los códigos GTIN/GMDN para medicamentos y dispositivos. A pesar de un progreso significativo, las dificultades con la integración y la falta de personal cualificado para codificar según las nuevas reglas siguen siendo desafíos para los participantes del sistema.
- Existencia de una legislación nacional.
- Soporte para nomenclaturas exhaustivas que cubren todas las manipulaciones y medicamentos utilizados y circulantes en el país.
- Detalle por formas farmacéuticas, dosis, estados de registro, etc.
El soporte de este enfoque nacional es más simple y fiable.
La práctica de la integración se resuelve de manera diferente en cada país. Por ejemplo, en Arabia Saudita, la plataforma nacional de intercambio de información médica (NPHIES), desarrollada por CHI y NHIC, estandariza desde 2023 la interacción entre proveedores y aseguradoras. Exige el uso estricto del Saudi Billing System (SBS) y los códigos GTIN/GMDN para medicamentos y dispositivos. A pesar de un progreso significativo, las dificultades con la integración y la falta de personal cualificado para codificar según las nuevas reglas siguen siendo desafíos para los participantes del sistema.
La evolución de las soluciones
Con la aparición de una necesidad, surgen soluciones que comienzan a competir y evolucionar. Ya desde la década de 1970, empezaron a aparecer soluciones para estandarizar el intercambio de datos médicos: protocolos de laboratorio, imágenes, documentos de seguros, historias clínicas de pacientes. En su desarrollo, algunas soluciones superaron sus desventajas: flexibilidad limitada, especialización en áreas específicas, implementación y soporte complejos.
Actualmente, el líder entre los estándares de intercambio de datos médicos es el sistema FHIR (Fast Healthcare Interoperability Resources) de HL7 (Health Level Seven International), que utiliza modularidad, tecnologías modernas para desarrolladores y apoya la compatibilidad entre diferentes sistemas de información.
FHIR define el formato, la estructura y los métodos de transmisión de datos. Es un estándar simple, flexible y compatible con las tecnologías web, que permite acelerar la implementación y simplificar la integración, y está orientado a:
Es conveniente y cuenta con el respaldo de las mayores empresas: Apple, Google, Microsoft, Amazon, Epic, Cerner, y se utiliza en sistemas nacionales como los de EE. UU. (US Core), Arabia Saudita (NPHIES) y la UE (X-eHealth).
Sin embargo, FHIR por sí mismo no contiene códigos específicos de medicamentos, diagnósticos o procedimientos. Es, ante todo, un sistema que define el aspecto técnico y estructural del intercambio de información y ayuda a integrar diferentes sistemas. Por ejemplo, Daman Health (EAU) está trabajando para simplificar el proceso de intercambio de datos médicos entre aseguradoras e instituciones médicas, utilizando API y protocolos estandarizados.
Actualmente, el líder entre los estándares de intercambio de datos médicos es el sistema FHIR (Fast Healthcare Interoperability Resources) de HL7 (Health Level Seven International), que utiliza modularidad, tecnologías modernas para desarrolladores y apoya la compatibilidad entre diferentes sistemas de información.
FHIR define el formato, la estructura y los métodos de transmisión de datos. Es un estándar simple, flexible y compatible con las tecnologías web, que permite acelerar la implementación y simplificar la integración, y está orientado a:
- desarrolladores (soporte para REST, JSON, OAuth);
- la práctica clínica real;
- la escalabilidad, desde aplicaciones móviles hasta grandes sistemas de información.
Es conveniente y cuenta con el respaldo de las mayores empresas: Apple, Google, Microsoft, Amazon, Epic, Cerner, y se utiliza en sistemas nacionales como los de EE. UU. (US Core), Arabia Saudita (NPHIES) y la UE (X-eHealth).
Sin embargo, FHIR por sí mismo no contiene códigos específicos de medicamentos, diagnósticos o procedimientos. Es, ante todo, un sistema que define el aspecto técnico y estructural del intercambio de información y ayuda a integrar diferentes sistemas. Por ejemplo, Daman Health (EAU) está trabajando para simplificar el proceso de intercambio de datos médicos entre aseguradoras e instituciones médicas, utilizando API y protocolos estandarizados.
¿Muletas o esteroides?
Las integraciones entre aseguradoras, clínicas y/o servicios gubernamentales que vemos son, en su mayoría, iterativas, e incluyen listas de verificación y la participación humana: expertos, médicos, funcionarios. Especialmente si no se utilizan sistemas como FHIR. Estas son las “muletas” necesarias.
Se puede usar la IA, pero su aplicación solo es posible con la condición de que en algún punto del ciclo haya un grupo de expertos para la verificación selectiva de los resultados en línea. Así, al menos, se puede garantizar la calidad. Estos son los “esteroides”.
Los servicios que utilizan IA, incluidos los desarrollados por Mains Lab, permiten pasar de un trabajo manual a uno semiautomático:
Esto se logra gracias a:
De esta manera, el sistema no solo selecciona códigos, sino que predice qué prescripciones se derivan lógicamente del diagnóstico, excluyendo los intentos de fragmentar servicios complejos. Esto ya no son “muletas” con “esteroides”, sino una solución.
Además, sobre la base de los resultados de tales soluciones, se forma una base para la formación de empleados y el aumento de la pericia de los participantes del proceso. Esto crea una retroalimentación de refuerzo que permite que el sistema sea más estable y predecible.
Se puede usar la IA, pero su aplicación solo es posible con la condición de que en algún punto del ciclo haya un grupo de expertos para la verificación selectiva de los resultados en línea. Así, al menos, se puede garantizar la calidad. Estos son los “esteroides”.
Los servicios que utilizan IA, incluidos los desarrollados por Mains Lab, permiten pasar de un trabajo manual a uno semiautomático:
- Entrada: texto libre de una prescripción, información básica del paciente, diagnóstico.
- Salida: códigos precisos según la nomenclatura objetivo (ICHI, ACHI, SBS, etc.).
Esto se logra gracias a:
- el aprendizaje automático (machine learning);
- el PLN (Procesamiento del Lenguaje Natural) para la extracción de significado;
- expertos médicos, incluidos los locales, para alcanzar una calidad excelente.
De esta manera, el sistema no solo selecciona códigos, sino que predice qué prescripciones se derivan lógicamente del diagnóstico, excluyendo los intentos de fragmentar servicios complejos. Esto ya no son “muletas” con “esteroides”, sino una solución.
Además, sobre la base de los resultados de tales soluciones, se forma una base para la formación de empleados y el aumento de la pericia de los participantes del proceso. Esto crea una retroalimentación de refuerzo que permite que el sistema sea más estable y predecible.
Conclusiones
La aplicación de las herramientas y metodologías correctas ayuda a compensar la brecha entre la práctica, que utiliza datos no estructurados, y los crecientes requisitos de los estándares. Para una compañía de seguros, esto ya no es una opción, sino la base de la sostenibilidad, la fiabilidad y la precisión de los pronósticos.
Hoy, con el desarrollo de la digitalización y la existencia de empresas especializadas, esto puede ser logrado no solo por los gigantes globales, sino también por las aseguradoras regionales, si tienen un objetivo claro, una visión de futuro y socios fiables.
Hoy, con el desarrollo de la digitalización y la existencia de empresas especializadas, esto puede ser logrado no solo por los gigantes globales, sino también por las aseguradoras regionales, si tienen un objetivo claro, una visión de futuro y socios fiables.
Autor: Alexander Petrov
Reducción de pérdidas
Reducción del tiempo de procesamiento
Retroalimentación de refuerzo por parte de los expertos
Formación del personal: un sistema de aprendizaje basado en casos
Mejora de los modelos actuariales
Automatización de la verificación
Las ventajas para la compañía de seguros son evidentes: