El desafío: Procesamiento manual de reclamaciones e inconsistencia en la clasificación.
| Industria | Problema central |
| Dispositivos médicos/Implantes | El procesamiento manual de las reclamaciones de implantes, lento, subjetivo y propenso a errores, dificultó la coherencia en la clasificación, la trazabilidad y la eficiencia del sistema de gestión de pacientes. |
Nuestro cliente, un fabricante de implantes médicos, recibía un alto volumen de reclamaciones de garantía a través de flujos de trabajo manuales de vigilancia posterior a la comercialización (PMS). La falta de automatización introdujo varios riesgos:
- Retrasos en el procesamiento: La manipulación manual provocó largos tiempos de respuesta y cuellos de botella operativos.
- Clasificación inconsistenteLa falta de codificación estandarizada dio como resultado resultados variables en reclamaciones similares.
- Subjetividad en la toma de decisiones: La interpretación humana introdujo sesgos, lo que afectó la consistencia interna y el control de calidad.
- Trazabilidad limitadaLa ausencia de documentación estructurada dificultó la revisión interna y la validación de procesos.
El cliente requería un sistema PMS escalable y objetivo para garantizar una clasificación de reclamaciones coherente y una documentación estructurada.
La solución: Canalización inteligente de categorización de código con LLM
Implementamos un sistema automatizado de vigilancia posterior a la comercialización (PMS, por sus siglas en inglés) impulsado por un modelo de lenguaje extenso (LLM, por sus siglas en inglés), diseñado para:
- Extracción automatizada de datos: Los formularios de reclamación entrantes se reciben a través de Puerta de enlace API de Amazon y almacenado en Amazon S3 (datos sin procesar). Un flujo de trabajo impulsado por eventos orquestado por Funciones Step Functions de AWS y se implementó utilizando AWS Lambda Se activan las funciones para capturar y procesar automáticamente la información relevante.
- Almacenamiento estructurado: Los datos limpios y procesados se organizan y almacenan en un formato consultable utilizando Amazon DynamoDB para salida estructurada y Amazon S3 (Datos limpios) para el almacenamiento de datos en lagos de datos, lo que permite un análisis posterior eficiente.
- Clasificación de alta precisión: La categorización de las reclamaciones (utilizando tanto los códigos internos del cliente como los códigos requeridos por la FDA) la realiza el LLM, que está alojado y gestionado mediante Puntos de conexión de Amazon Bedrock para una inferencia de alta precisión y en tiempo real dentro del flujo de trabajo orquestado.
- Capa de justificación: El Amazon Bedrock FM Además, genera la justificación documentada para cada clasificación, con el fin de respaldar la trazabilidad y la validación. Amazon CloudWatch se utiliza para registrar y monitorear todo el proceso, mientras que Redes sociales de Amazon o Amazon SES Puede utilizarse para notificaciones finales e informes.
Impacto y beneficios clave
La implementación de la solución PMS basada en IA aportó importantes ventajas operativas y regulatorias:
- Procesamiento acelerado: Reducción del tiempo de resolución de reclamaciones de garantía mediante flujos de trabajo automatizados
- Mayor precisión en la clasificación: Se minimizan los errores e inconsistencias en la categorización de reclamaciones.
- Toma de decisiones objetivaSe sustituyó el sesgo manual por una lógica de clasificación basada en datos.
- Documentación estructurada: Permitió mantener registros consistentes para respaldar la revisión interna y la alineación con el cumplimiento normativo.
Resiliencia operativa: Refuerzo de los flujos de trabajo de vigilancia para apoyar la continuidad del mercado.
