Reconciliación de ciclo cerrado
El recibo no es la fuente de verdad. La autorización sí lo es.
Cada reclamo se vincula con una autorización registrada en nuestro sistema antes de la dispensación. La falsificación deja de ser un problema de detección y se vuelve imposible por diseño.
El análisis forense de imágenes de recibos es una carrera perdida. Los falsificadores mejoran más rápido de lo que mejoran los detectores. La solución duradera es hacer que la falsificación sea imposible a nivel de esquema: si la autorización es la fuente de verdad, no puede existir un recibo falso sin una autorización coincidente que jamás se emitió. Ecuador demostró el modelo a escala nacional con su registro gubernamental de recetas. Inspector AI lo ejecuta para aseguradoras privadas en América Latina.
Por qué el análisis forense de imágenes no puede ganar
Los falsificadores iteran en horas. Los detectores iteran en trimestres. Cada nuevo modelo que puede identificar un recibo falso también es data de entrenamiento para la siguiente generación de falsificaciones — el aprendizaje adversarial es asimétrico, y es asimétrico a favor del falsificador. Una plataforma de detección de fraude que trata los recibos falsificados como un problema de clasificación de imágenes ya aceptó que el mejor resultado es estadístico: atrapamos la mayoría, pagamos por el resto. Esa no es una posición duradera.
Cómo funciona la reconciliación de ciclo cerrado
Las autorizaciones se registran en Inspector AI antes de la dispensación. Cada reclamo entrante se reconcilia contra esas autorizaciones. Un reclamo sin autorización coincidente no se puede pagar. Un reclamo que se desvía de la autorización en medicamento, cantidad o fecha no se puede pagar silenciosamente — se marca y se envía a revisión. El rastro de auditoría es el registro de autorización, no la imagen del recibo. El recibo se vuelve un formulario, no una fuente de verdad.
El precedente ecuatoriano
Ecuador opera un registro nacional de recetas. Los médicos registran las recetas centralmente. Las farmacias validan contra el registro antes de dispensar. El modelo funciona — es un sistema público de salud operando a escala nacional, y demuestra que la reconciliación farmacéutica de ciclo cerrado no es experimental. Inspector AI lleva la misma arquitectura a las aseguradoras privadas en mercados latinoamericanos que no tienen un registro gubernamental. La tecnología no es nueva. Hacerla funcionar dentro de los flujos privados de reclamos sí lo es.
Cómo se ve el rastro de auditoría para un regulador
ANS RN 659 en Brasil exige a los operadores de salud demostrar que tienen controles adecuados sobre los reclamos farmacéuticos. La prueba tradicional es un reporte: aquí están los reclamos que auditamos después del hecho, aquí está lo que recuperamos. La prueba de ciclo cerrado es estructural: aquí está cada autorización que existió antes de que se pagara un reclamo, aquí está el registro de reconciliación, aquí está la cola de rechazos para reclamos que no coincidieron. La primera es una narrativa. La segunda es evidencia. Los reguladores prefieren evidencia. Ver el marco WAFL para cómo este rastro de auditoría mapea a cada categoría de pérdida.
de los reclamos de Inspector AI se reconcilian contra una autorización pre-registrada
Ver el ciclo cerrado en práctica
Una prueba de concepto de tres semanas sobre tus datos reales de farmacia. Nosotros registramos autorizaciones, tú envías reclamos, te mostramos el rastro de reconciliación.