Solução de Gestão de Recusas e Devoluções de Pedidos de Comparticipação de Pagamento por Parte do Pagador

O projeto tem como objetivo o desenvolvimento de uma plataforma com dois módulos, o Claims Payer Behavior Analysis e o Claims Denials Analytics, Prevention and Mitigation, assente numa arquitetura de microserviços. Os principais objetivos SMART são os seguintes: Objetivo 1: Desenvolvimento e Implementação de uma Arquitetura de Microserviços para a Gestão de Claim Denials • Específico: Construir uma arquitetura de microserviços capaz de suportar modelos de IA generativa para processar e analisar ‘Claim denials’, garantindo conformidade com regulações globais. • Mensurável: Implementar uma infraestrutura tecnológica que suporte técnicas avançadas para otimização de desempenho e redução de custos operacionais. • Atingível: Concluir a integração da infraestrutura tecnológica e testes de funcionalidade dos microserviços até meados do segundo ano, com a colaboração da CUF. • Relevante: A plataforma irá proporcionar uma gestão mais eficiente de claim denials. • Temporal: Alcançar um sistema operacional e testado, pronto para lançamento ao mercado até o final do projeto, visando atingir o TRL 8 a partir de um TRL 3 (alcançado pela experiência da Effy com uma outra ferramenta de mercado). Objetivo 2: Integração de Modelos de IA Generativa e Otimização da Infraestrutura Tecnológica • Específico: Integrar modelos de IA generativa e técnicas de RAG para a gestão de claims, implementando soluções de economia computacional e sustentabilidade energética. • Mensurável: Desenvolver e validar modelos que utilizam tecnologias de processamento avançado e armazenamento de dados, com foco em técnicas de DVFS para redução do consumo energético e melhoria da eficiência operacional. • Atingível: Aplicar novos mecanismos de armazenamento e técnicas de controlo energético, com a meta de diminuir a pegada carbónica e o consumo energético em pelo menos 20%. • Relevante: Estes modelos aumentarão a eficiência e sustentabilidade operacional, e melhorarão a precisão, a velocidade de processamento dos modelos e a redução das necessidades de hardware, nomeadamente GPUs.. • Temporal: Implementar e otimizar estes sistemas dentro dos 18 meses, com ajustes (pelo feedback continuo dos especialistas presentes nas diversas áreas e da CUF) e otimizações finais até o término do projeto para alcançar um TRL 8. Objetivo 3: Desenvolvimento de Modelos Analíticos Preditivos e Automação de Processos de Decisão • Específico: Desenvolver modelos analíticos preditivos que utilizem análise de causa raiz e engenharia reversa para automatizar a tomada de decisão em processos de claim denials, integrando técnicas avançadas de IA como LLMs e RAG em tempo real. • Mensurável: Automatizar 50% dos processos de decisão em claim denials, aumentando a eficiência na identificação e correção de erros ou problemas nos dados das transações em pelo menos 40%. • Atingível: Implementar técnicas de análise de causa raiz para identificar e corrigir processos que resultam em erros, utilizando modelos preditivos baseados em dados e IA. • Relevante: A automação e precisão/previsão reduzirão custos operacionais, posicionando a plataforma como líder em eficiência e confiabilidade no fluxo de processamento de claim denials. • Temporal: Completar o desenvolvimento e integração dos modelos até o final do projeto, assegurando a obtenção do TRL 8 com uma solução robusta, eficaz e pronta para o mercado, com o apoio da CUF.