IA: Tu copiloto de salud y beneficios para empleados 

Los programas de salud y beneficios para empleados necesitan una reforma. Los gerentes de RR. HH. y de Riesgos consideran el creciente costo de la salud y los beneficios como el riesgo de personas número uno a nivel mundial según una nueva investigación People Risk 2024. Y la mayoría de los empleados (82%) se sienten en riesgo de agotamiento según se encontró en la encuesta Health on Demand 2023 de más de +17,000 empleados. Sin embargo, las organizaciones líderes pueden utilizar la inteligencia artificial (IA) para reducir el riesgo de agotamiento y controlar los costos.

Los sistemas y capacidades de IA podrían impulsar mejores resultados de manera más amplia, pero varias fuerzas podrían estar frenándolo. Para aprovechar todo el potencial de la IA se requieren datos de alta calidad, planes integrales de gobernanza, innovación tecnológica y un mejor acceso a la atención.

El aumento del costo de la atención ejerce presión sobre los sistemas de prestación de servicios de salud y sobre todos los que dependen de ellos. Una medida para evaluar estos gastos es la tasa de tendencia médica: el cambio interanual en el costo de reclamaciones por persona. Mercer Marsh Benefits (MMB) descubrió que, para 2024, las aseguradoras prevén un aumento del 11,7% en la tasa de tendencia médica fuera de EE. UU., potencialmente el cuarto aumento de dos dígitos en tantos años.  Los empleadores son conscientes de este problema, con casi cuatro de cada 10 (37%) están preocupados por que los costos médicos aumenten por encima de la inflación general.

¿Por qué la tendencia médica sigue en aumento? Según el informe Tendencias de Salud 2024 de MMB, el 86% de las aseguradoras cree que gran parte del aumento de 2023 se debió a inflación médica: el creciente costo del equipo y los servicios de salud. Los proveedores harían eco de ese sentimiento: La Asociación Estadounidense de Hospitales señala que las presiones en la cadena de suministro impulsaron al alza el costo de los suministros médicos en un 18,5% de 2019 a 2022.

En el lado de los servicios, la cantera de talento en el sector sanitario se está debilitando y encareciendo según la investigación People Risk 2024. Los líderes de RR. HH. del sector informan escasez de competencias y aumento de los costos laborales son sus dos principales desafíos de la fuerza laboral este año, y casi la mitad de los ejecutivos (46%) cree que sus modelos actuales de talento tendrán dificultades para satisfacer la demanda. El talento está de acuerdo: Según la encuesta que sustenta Mercer’s Global Talent Trends 2024, cuatro de cada cinco empleados del sector sanitario se sienten cerca del agotamiento y el 29% está planeando renunciar.

La utilización de los beneficios ha sido otro factor clave de aumento de costos, según tres de cada cuatro aseguradoras en 2023. Esta dinámica hace que sea más costoso para quienes administran planes de salud gestionar y pagar reclamaciones, lo que a su vez conduce a primas más altas. Los empleadores pueden responder optimizando el diseño de su plan de salud para una atención de alta calidad y un reparto inteligente de los costos. Además, los líderes pueden guiar eficazmente a los empleados hacia los comportamientos deseados; fomentar el tratamiento ambulatorio dentro de las redes de proveedores podría ser una forma ideal de empezar.

A pesar del aumento de los costos, los riesgos para la salud y los desafíos operativos, las aseguradoras creen que los empleadores en 2024 priorizarán haciendo mejoras al plan para atraer y comprometer al talento (57%) por encima, reduciendo la cobertura del plan para gestionar los costos (43%). Es una ambición noble, pero para que una inversión así rinda, especialmente en el clima actual, todo el sistema necesita un reinicio.

Armada con el poder de aprender, analizar, predecir y crear, la IA puede ayudar a resolver algunos de los mayores problemas en salud y bienestar. El auge de los modelos de lenguaje de gran tamaño (LLMs) significa que la IA tiene el potencial de potenciar al máximo la salud y los beneficios de los empleados mediante una mayor eficiencia y mucho más. Las ganancias de productividad pueden estar acaparando los titulares hoy, pero es en la capacidad de la IA para predecir y personalizar donde vemos la promesa de un mañana mejor. 

^{Fuente: Mercer Marsh Benefits People Risk 2024}

Para los empleadores y su gente, la IA puede impulsar enormes ahorros de costos y mejores resultados para los pacientes. Las aplicaciones potenciales incluyen:

Para los profesionales de beneficios y los empleados a los que apoyan, la IA ofrece una variedad de formas de proporcionar beneficios de salud relevantes, elevar la experiencia del empleado y mejorar el acceso a la atención. Los posibles casos de uso incluyen:

El posible impacto de la IA en las empresas de salud y seguros puede impulsar ahorros de costos y mejores resultados para empleadores y personas. ¿Cómo podría la IA afectar el retorno de la inversión en el gasto en beneficios?. Al evaluar planes y redes de proveedores, considere estos casos de uso:

Algunas de estas aplicaciones son demasiado nuevas y no están probadas como para implementarlas de forma segura hoy, pero sin duda cambian la manera en que pensamos sobre nuestro panorama tecnológico actual y el ecosistema de beneficios. Para manejar la IA de manera eficaz, las instituciones líderes no solo están adoptando el arte de lo posible, también están tomando medidas para mitigar los riesgos conocidos y emergentes.

Algunas preocupaciones sobre la IA ya están en el punto de mira. Sabemos que los LLM pueden alucinar, produciendo resultados defectuosos sin advertencia y haciendo sugerencias que, sin validación, pueden tener consecuencias nefastas. Hemos visto que las primeras versiones de ciertas herramientas reproducen los sesgos que acechan en sus datos de entrenamiento. A medida que conectamos estos sistemas a los historiales de los pacientes y a decisiones de vida o muerte, lo que está en juego no podría ser mayor. Aquí están los riesgos clave y los obstáculos a tener en cuenta.

Los datos son la columna vertebral de la IA, los LLM necesitan ingentes cantidades de ellos para un rendimiento máximo. Sin embargo, los datos de atención médica y de beneficios están altamente regulados, y diferentes países tienen diferentes reglas para usarlos y compartirlos. Sin un estándar universal, estas regulaciones podrían dificultar enormemente la creación y el uso de herramientas de IA para las necesidades de atención médica.

La calidad de los datos es otro gran problema. Los datos de salud vienen en múltiples formatos, y combinarlos o convertirlos entre sí podría aumentar el riesgo de errores. Sesgados datos de entrenamiento de IA pueden no reflejar ciertas poblaciones de pacientes o las normas y hallazgos más recientes, lo que podría impulsar decisiones erróneas y de alto riesgo. Es más, la falta de transparencia en las fuentes de los datos de entrenamiento puede dificultar que los humanos verifiquen los resultados de un modelo de IA.

Una solución al dilema de los datos es synthetic data, información artificial que se crea electrónicamente para respaldar el análisis predictivo, el desarrollo de software y el aprendizaje automático. Los datos sintéticos son más rápidos y más baratos de adquirir que los datos del mundo real; ayudan a cerrar las brechas en conjuntos de datos incompletos, e incluso imitan los datos de pacientes sin los identificadores personales que alimentan las preocupaciones sobre la privacidad. 

Considere la cuestión de la responsabilidad por indemnización médica: Si los trabajadores de salud y beneficios utilizan IA para ayudarlos a asesorar, diagnosticar y decidir, ¿quién asume la responsabilidad cuando algo sale mal?

Dado su impacto potencial en la salud pública y los derechos humanos, la IA para la salud y el bienestar está sujeta a estrictas regulaciones y al escrutinio de las autoridades. Varios gobiernos están poniendo en marcha sus propias leyes, aunque el AI Act de la Unión Europea (EU's) es quizá el más completo hasta la fecha.

La ley establece varias funciones y características de los sistemas de IA que los calificarían como de alto riesgo y, por lo tanto, los someterían a normas adicionales. Las herramientas de IA que controlan el acceso a los beneficios de salud, respaldan decisiones críticas de tratamiento o utilizan biometría para ciertas tareas se consideran todas de alto riesgo.

Para cumplir con regulaciones como las de la UE, las empresas pueden fortalecer los controles y la toma de decisiones para cerrar las brechas emergentes en la gobernanza. Dado que el acto se refiere a “casos de uso” en cómo se aplican los LLM y las herramientas específicas de un dominio, será necesario prestar mayor atención a estas áreas. Las organizaciones también pueden necesitar reforzar sus políticas de IA ética para garantizar un enfoque centrado en el ser humano en la adopción de la IA, con aportes diversos y riesgos potenciales incorporados desde las etapas iniciales del pensamiento.

Una crítica popular de la regulación de la IA es que frena las inversiones y la asunción de riesgos, que impulsan la innovación. Sin embargo, dado el papel desproporcionado que desempeñan la atención sanitaria y los beneficios en el bienestar de las personas, el enfoque “seguro para fallar” que funciona para algunas industrias podría tener consecuencias nefastas para la salud pública y la confidencialidad de los pacientes. Para aplicaciones sanitarias, sería mejor que los desarrolladores de IA siguieran el mantra médico: “Primero, no hacer daño.”

Desde los ejecutivos hasta los inversores y los políticos, la cantidad de participantes diferentes en la salud y el bienestar también dificulta impulsar el cambio. Las startups de IA, por ejemplo, se enfrentan a una dura competencia de proveedores de software heredado que controlan el mercado.

Las diferencias socioeconómicas pueden impulsar enormes disparidades en la salud. Las personas de comunidades rurales, de bajos ingresos y/o subrepresentadas tienden a enfrentar más barreras, financieras, lingüísticas, tecnológicas, educativas y logísticas, para acceder de manera efectiva a los recursos de atención médica, incluidos los beneficios. La llegada de modelos de IA que admiten más idiomas que ChatGPT puede cerrar brechas de conocimiento, pero no de desarrollo.

En teoría, los sistemas de prestación de atención sanitaria podrían usar IA para cerrar estas brechas. La IA puede ayudar a ahorrar costos, personalizar, traducir y mejorar la eficiencia para que más pacientes puedan beneficiarse. Pero lo contrario también es cierto.

El potencial de la IA para alimentar el sesgo y la discriminación es especialmente problemático en la salud y los beneficios. Podría ayudar a identificar y rechazar la cobertura para poblaciones e individuos de alto riesgo, aquellos que más necesitan atención. Y los datos de entrenamiento de baja calidad que no incluyen el historial médico de ciertos grupos podrían, de manera inadvertida, influir en decisiones que no sean lo mejor para ellos.

La única amenaza mayor que las anteriores es el riesgo de inacción. Los profesionales de beneficios ocupados, y los proveedores que eligen, necesitan el tipo de productividad centrada en las personas que solo el diseño del trabajo, las evaluaciones y la mejora de habilidades pueden proporcionar. La IA puede ayudar a resolver el rompecabezas, pero solo las culturas que dan prioridad a lo digital desbloquearán todo su potencial. Para obtener perspectivas y apoyo para construir estas culturas, contacte a un consultor.

Desde que ser digital es un esfuerzo a nivel de toda la empresa, un posible desafío es la resistencia al cambio. Los empleados podrían evitar utilizar recursos de salud impulsados por IA. Los trabajadores de mayor edad, que tienden a presentar más reclamaciones, podrían ser especialmente adversos a la IA. Al utilizar la IA generativa para personalizar los paquetes de beneficios y las comunicaciones relacionadas, los líderes pueden generar de manera más eficaz aceptación y adopción entre diferentes grupos de personas.

Para los empleadores de forma más amplia, una atención sanitaria integral y asequible, incluida la salud mental, y una estrategia sólida de beneficios, incluida una gestión activa de costos, pueden reforzar el sistema inmunitario corporativo al ayudar a identificar, predecir y mitigar los riesgos tanto para la empresa como para sus personas. Las organizaciones pueden utilizar beneficios de salud y otras recompensas para abordar estos riesgos, hacer lo correcto para los empleados y la sociedad, e incluso generar confianza y equidad en el proceso. Descubre cómo las soluciones de MMB pueden impulsar los programas de bienestar de los empleados con información y analítica, o bien, consulta a un experto para obtener más información.

 

El contenido de este artículo tiene por objeto transmitir únicamente información general y no proporcionar asesoramiento jurídico ni opiniones.