Realizar un fraude al seguro médico solía requerir tiempo y habilidad.
Hasta hace unos años, los delincuentes no podían fabricar registros médicos sin conocer la terminología médica y los códigos de facturación.
Si el plan implicaba engañar a un trabajador del centro de llamadas, el estafador tendría que levantar el teléfono y hacerse pasar por un paciente o un médico.
Con la inteligencia artificial, estas barreras se han disipado. Un simple mensaje en un modelo de lenguaje grande como ChatGPT puede generar documentación de un procedimiento que nunca sucedió. A los agentes de IA se les puede pedir que llamen a una compañía de seguros miles de veces en un solo día sin participación humana.
«Creíamos que (la IA) era algo que se iba a utilizar en nuestra contra como industria de seguros para cometer fraude, y ahora estamos empezando a ver eso», dijo Kurt Spear, vicepresidente de investigación financiera y revisión de proveedores de Highmark.
La rápida proliferación de la inteligencia artificial podría poner a las aseguradoras de salud comerciales, así como a Medicare, Medicaid y otros programas de seguros gubernamentales en riesgo de sufrir mayores pérdidas, advirtió el grupo en un informe de 2025.
Cada año se pierden hasta 480 mil millones de dólares debido al fraude en la atención médica, según la Asociación Nacional Antifraude en la Atención Médica. Las investigaciones criminales son la única manera de recuperar ese dinero, y la recuperación suele ser de sólo centavos de dólar.
Un portavoz de UPMC que pidió no ser identificado dijo que la organización no ha visto un número significativo de intentos de fraude generados por IA. Tampoco lo ha hecho el Departamento de Servicios Humanos de Pensilvania, que administra el programa Medicaid del estado, aunque ocasionalmente el personal recibe llamadas falsas, según la portavoz de la agencia Ali Fogarty.
La IA se puede utilizar para falsificar registros médicos, crear identidades de pacientes falsas, hacerse pasar por médicos y buscar lagunas en las políticas de cobertura, según el informe de la Asociación Nacional Antifraude de Atención Médica. La escala a la que opera esta tecnología preocupa especialmente a las empresas de seguros y ciberseguridad.
«Tenemos clientes que han visto 15.000 llamadas de bots en sólo un par de meses», dijo Jason Barr, vicepresidente de atención médica de Pindrop. Algunas de las aseguradoras de salud más grandes del país utilizan la tecnología de la empresa con sede en Atlanta para separar las voces humanas de las generadas por IA.
El sistema de detección de IA de Pindrop se ejecuta en segundo plano durante las llamadas, analizando la voz, el comportamiento, la cadencia y otros atributos del hablante para ver si es humano. También depende de los datos de las señales del operador y de los dispositivos que se utilizan para realizar las llamadas.
Hace unos dos años, muchas voces sintéticas eran obviamente falsas, según Barr. No son perfectos hoy en día (los clientes de Pindrop han informado que los llamadores automáticos cambian de acento o adoptan la voz del agente durante la llamada), pero son mucho más realistas.
Highmark tiene varias herramientas que utiliza para buscar fraudes impulsados por IA y está en proceso de agregar otra que puede detectar anomalías en imágenes médicas hasta el nivel de píxeles. En muchos casos, el ojo humano puede no ser suficiente. Un estudio publicado este año en la revista Radiology encontró que los radiólogos tenían una tasa de precisión del 75% para diferenciar las radiografías reales de las falsas.
AI también tiene indicaciones en sus escritos que pueden aprovecharse para prevenir el fraude. Investigadores de la Universidad de Buffalo han desarrollado una herramienta para detectar informes radiológicos generados por IA, los resultados escritos de una prueba de imágenes. El equipo de investigación encontró que los modelos de lenguaje grandes tienden a utilizar una redacción pulida y elaborada, mientras que los médicos prefieren un enfoque más conciso.
A pesar de todos los sistemas de alta tecnología que se están desarrollando, los pacientes comunes y corrientes se encuentran entre las mejores defensas contra el fraude. Si reciben un correo electrónico o una carta sobre una atención que nunca ocurrió, es una fuerte señal de que algo podría estar mal, según Spear.
«Algunas de las mejores referencias provienen de miembros», dijo Spear.
