AI y salud: Desarrollo de sistema para automatizar reclamos en la ACHS
¿Cómo responder de forma más rápida, justa y eficiente a los reclamos de trabajadores que sufren problemas en su atención de salud laboral? Esa fue la pregunta que motivó a un grupo de investigadores chilenos, liderados por los investigadores del Instituto Sistemas Complejos de Ingeniería (ISCI) Sebastián Maldonado, académico del Departamento de Control de Gestión y Sistemas de Información de la Universidad de Chile, y Carla Vairetti, investigadora y profesora en la Universidad de los Andes, a desarrollar una solución tecnológica inédita en el país. Se trata de un sistema automatizado, impulsado por inteligencia artificial (IA), que permite analizar, clasificar y priorizar reclamos en la ACHS —una de las mutuales de seguridad más grandes de Chile— con altos niveles de precisión y en cuestión de segundos.
La herramienta surge como respuesta a un desafío muy concreto: la ACHS recibe cerca de 3.000 consultas y reclamos mensuales. Si bien representan una pequeña fracción del total de atenciones, el tiempo y los recursos que se destinan a analizarlos manualmente son significativos. “El objetivo era aliviar esa carga operativa y, al mismo tiempo, asegurar que los casos realmente urgentes sean atendidos con rapidez”, explica Maldonado.
El sistema utiliza modelos de última generación en procesamiento de lenguaje natural, como BERT, RoBERTa y su versión entrenada en español, BETO. Estos algoritmos fueron entrenados con más de 44.000 reclamos y consultas reales, lo que les permite identificar patrones, priorizar solicitudes importantes y, lo más novedoso, detectar los casos considerados críticos: desde riesgos vitales hasta denuncias por acoso o posibles demandas legales.
“El desafío más grande fue lidiar con los reclamos críticos, porque son pocos, pero muy relevantes. Ahí usamos modelos generativos como GPT-4 para crear ejemplos sintéticos que mejoraran el aprendizaje del sistema”, señala Vairetti. Gracias a esa estrategia, el modelo logró un 85% de precisión en la detección de este tipo de casos.
Además, se desarrolló un segundo sistema que automatiza el etiquetado de los reclamos, permitiendo identificar si se trata de una prestación médica, administrativa o una mala experiencia de trato, entre otras categorías. El modelo puede clasificar correctamente cerca del 70% de los casos, lo que representa un ahorro de hasta 200 horas mensuales en trabajo de analistas.
Más allá de los números, el impacto social del proyecto es claro: permite acortar los tiempos de respuesta, reducir errores humanos y dar prioridad a los reclamos que realmente requieren atención urgente. Todo esto en un contexto donde la salud laboral sigue siendo clave para millones de trabajadores en el país.
“La tecnología no reemplaza a las personas, pero sí les da más herramientas para hacer mejor su trabajo. Y eso, en este caso, puede marcar una gran diferencia en la vida de alguien que necesita atención médica urgente o está pasando por una situación grave en su lugar de trabajo”, concluye Vairetti.
El proyecto fue llevado adelante por el Instituto Sistemas Complejos de Ingeniería (ISCI), en colaboración con la ACHS y con financiamiento de la Superintendencia de Seguridad Social (SUSESO). El sistema ya está en uso dentro de la ACHS y sus desarrolladores no descartan escalarlo a otras instituciones o industrias que enfrenten problemas similares.
Fuente: ISCI