Automatización inteligente de reclamaciones de seguros mediante IA

El proceso de reclamaciones requería que los empleados revisaran manualmente documentos enviados por los asegurados, extrajeran información relevante, verificaran la cobertura y dirigieran cada reclamación al workflow correspondiente.

El volumen y la variedad de documentos dificultaban la escalabilidad del proceso y generaban tiempos elevados de procesamiento, captura manual de información, errores de datos, retrasos por documentación incompleta o inconsistente y una alta carga administrativa para los ajustadores.

Además, la organización contaba con visibilidad limitada sobre el estado de cada reclamación. El reto consistía en automatizar las primeras etapas del procesamiento, manteniendo la intervención humana para excepciones, inconsistencias y reclamaciones que requirieran análisis especializado.

Rootstack implementó un pipeline de procesamiento inteligente de documentos orientado a reclamaciones, estructurando el proceso desde la recepción de documentos hasta su clasificación, extracción, validación, aplicación de reglas de negocio y enrutamiento hacia los sistemas downstream.

La solución recibía automáticamente documentación desde los canales digitales existentes y podía procesar formularios de reclamación, facturas médicas o de reparación, recibos, comprobantes de pérdida, documentos de identificación, fotografías, evidencia de respaldo y documentación relacionada con las pólizas.

Mediante IA, el sistema clasificaba cada documento según su tipo y propósito, determinando automáticamente el flujo de procesamiento correspondiente. Posteriormente, OCR digitalizaba la información contenida en documentos escaneados o imágenes, mientras que un LLM interpretaba el contenido y extraía información contextual como números de reclamación y póliza, datos del asegurado, fechas, facturas, servicios, montos, deducibles y proveedores.

La información extraída se validaba contra los datos reales de las pólizas y las reglas de negocio. El sistema podía comprobar el estado y vigencia de la póliza, tipo de cobertura, información del asegurado, deducibles aplicables, documentación requerida y otros criterios específicos de cada reclamación.

Rootstack implementó una capa independiente de reglas determinísticas para controlar las validaciones críticas, mientras que el LLM se utilizaba para comprender e interpretar la documentación. Esto permitió separar la inteligencia documental de las decisiones de negocio y mantener controles consistentes sobre el proceso.

n8n se utilizó para orquestar el workflow completo, coordinando la recepción, clasificación, OCR, extracción mediante LLM, consultas de pólizas, validación, gestión de excepciones, enrutamiento y publicación de datos. Las reclamaciones podían dirigirse automáticamente a procesamiento, revisión estándar, equipos especializados, investigación manual o gestión de excepciones según las reglas configuradas.

El modelo también incorporó revisión humana para documentos con baja confianza de extracción, información inconsistente, documentación faltante o situaciones excepcionales. De esta manera, la IA procesaba automáticamente los casos estandarizados mientras los especialistas se concentraban en reclamaciones complejas.

La solución se integró mediante REST APIs con sistemas de administración de pólizas, plataformas de gestión de reclamaciones, CRM, repositorios documentales y aplicaciones downstream. Implementada durante 7 meses mediante un despliegue incremental por tipo de reclamación, la plataforma alcanzó 24/7 de disponibilidad, una reducción estimada del 65% en el tiempo inicial de procesamiento, una reducción estimada del 75% en la captura manual de datos y más del 90% de reclamaciones clasificadas automáticamente. Además, se estimó una reducción del 50% en la carga administrativa, mientras que entre 70–80% de las reclamaciones fueron enrutadas automáticamente y la detección de documentación incompleta quedó automatizada.