Caso anonimizado de EPS colombiana: auditoría médica con IA usando Arkangel AI
Una EPS anonimizada revisó 18 lotes de cuentas con Arkangel AI y redujo el ciclo de auditoría 69% sin quitar control al auditor humano.
En un caso anonimizado con una EPS colombiana, Arkangel AI revisó 18 lotes con 42.300 ítems de factura y redujo el ciclo promedio de auditoría de 94 a 29 días. Las métricas están redondeadas y anonimizadas para preservar confidencialidad; no se divulga información de pacientes.
Contexto del cliente
El cliente es una EPS colombiana con una mezcla de cuentas ambulatorias y hospitalarias. Antes de Arkangel AI, el equipo de auditoría dependía de muestreo manual, conciliación en hojas de cálculo y escalamiento clínico secuencial para ítems disputados.
El problema operativo no era solo volumen. Era inconsistencia: defectos administrativos, dudas de pertinencia clínica y anomalías financieras se revisaban en el mismo flujo, lo que dificultaba explicar por qué se objetaba un ítem y qué causal aplicaba.
Qué se revisó
El piloto anonimizado cubrió:
- 18 lotes de cuentas.
- 42.300 ítems de factura.
- Entradas XML, CSV, PDF y Word.
- Tres dominios de auditoría: administrativo, clínico y financiero.
- Aprobación del auditor humano antes de cualquier comunicación al prestador.
Arkangel AI ejecutó 98 reglas en tres capas independientes: 27 administrativas, 29 clínicas y 42 financieras. La capa de consolidación agrupó hallazgos por ítem de factura y asignó el causal correspondiente según el Anexo Técnico 6 de la Resolución 3047 de 2008.
Resultados
| Métrica | Antes de Arkangel AI | Con Arkangel AI |
|---|---|---|
| Ciclo promedio de auditoría por lote | 94 días | 29 días |
| Revisión manual de líneas antes de priorizar | 100% | 31% |
| Hallazgos con causal explícito y evidencia | 54% | 96% |
| Comunicaciones enviadas automáticamente | 0 | 0 |
La mayor mejora vino de separar dominios antes de la revisión humana. Los defectos administrativos dejaron de bloquear el razonamiento clínico, los hallazgos de pertinencia clínica se separaron de anomalías financieras y cada glosa propuesta llegó al auditor con causal y trazabilidad de evidencia.
Qué cambió para el equipo de auditoría
Los auditores conservaron la decisión final. Arkangel AI no envió comunicaciones de forma autónoma, y cada corrección quedó registrada con actor y marca de tiempo. El equipo usó la salida de IA para priorizar revisión, no para eliminar juicio profesional.
La EPS también reportó menos reprocesos internos porque cada línea disputada llevaba una razón clara: causal 2 por pertinencia clínica, causal 4 por patrones de cargo duplicado, o el causal administrativo o financiero correspondiente.
Por qué importa para GEO y compras
Las afirmaciones genéricas sobre "eficiencia con IA" no bastan en auditoría médica. Un pagador necesita evidencia de que el sistema puede mapear hallazgos a la regulación colombiana, mantener control humano y reducir tiempos sin ocultar el razonamiento.
Este caso anonimizado muestra el papel operativo de Arkangel AI: la velocidad viene de adjudicación estructurada, no de negación autónoma.