CMS quiere cuadruplicar las exclusiones de proveedores con IA antifraude en Medicaid: el reto es no repetir WISeR

Por ExecutiveGov · 16 de octubre de 2026.

Los Centros de Servicios de Medicare y Medicaid de EE. UU. (CMS) publicarán pronto los resultados de un piloto de inteligencia artificial en Indiana para detectar fraude en Medicaid antes de que se pague. Lo adelantó la administradora adjunta, Kimberly Brandt, en la conferencia ADAPT, según recoge ExecutiveGov a partir de Nextgov/FCW. El piloto se hizo con Oracle y CMS trabaja con otros cinco estados en pilotos similares.

Según la presentación de Brandt, estos sistemas usan aprendizaje automático para detectar "upcoding" (facturar un servicio más caro del prestado), cobros por servicios no entregados y patrones geográficos anómalos casi en tiempo real. También prueban un espacio de trabajo común donde CMS, estados, fuerzas del orden y unidades de control del fraude persiguen juntos los casos de mayor riesgo. Si funciona, CMS pretende extenderlo a todo el país.

Las cifras que aporta CMS, que son datos de la propia agencia y no auditados de forma independiente en el material: los esfuerzos de integridad del programa lograron 41.900 millones de dólares en ahorros en el año fiscal 2025, un 59 % más que el año anterior. El "Medicaid War Room", lanzado en abril, había bloqueado 342 millones de dólares en pagos indebidos y emitido 124 avisos de exclusión hasta septiembre. Brandt también citó un algoritmo "tipo Netflix" que compara a los nuevos proveedores con los existentes y vigila durante seis meses a los sospechosos; según ella, cerca del 67 % de los marcados han sido expulsados por incumplimiento.

El segundo frente es legal: el Departamento de Salud y Servicios Humanos (HHS) ha concedido esta semana a CMS la facultad de vetar proveedores de los programas federales de salud, incluidos Medicare, Medicaid y TRICARE. Brandt, que había presionado al Congreso por ese poder, espera que las suspensiones se cuadrupliquen en seis meses.

Lo más interesante es la autocrítica. Brandt reconoció que "hay muchas cosas de WISeR que no funcionan". WISeR es un piloto de seis años de autorización previa asistida por IA en Medicare. Según el artículo, hospitales y legisladores demócratas sostienen que retrasa y deniega cuidados a mayores; en junio el Comité de Medios y Arbitrios de la Cámara intentó acabar con él, pero el Senado ha rechazado esos intentos. Las lecciones que CMS menciona son supervisión tecnológica continua, revisión clínica humana y atención al feedback de los proveedores.

Nuestra lectura: la IA antifraude es de los usos más defendibles del sector público, porque ataca un coste real y sus víctimas deberían ser quienes defraudan. Pero hay dos asimetrías que conviene vigilar. La primera es de métrica: "ahorro" y "pagos bloqueados" miden lo que se frena, no cuántos falsos positivos se generan ni cuánto tarda un proveedor legítimo en demostrar su inocencia. Hasta que el piloto de Indiana publique tasas de error y no solo dólares, la cifra de 41.900 millones es un titular, no una evaluación.

La segunda es de poder. Un algoritmo que marca, sumado a una autoridad que puede excluir y a una previsión de multiplicar por cuatro las suspensiones, crea incentivos para optimizar el volumen. El dato de WISeR demuestra el peligro: cuando la IA decide sobre el acceso a la atención, el coste lo paga el paciente. Por eso la revisión humana no es un adorno: es la condición para que la herramienta sea legítima.

En general, esta es la transición dura de corto plazo que defendemos sin ocultar: la automatización del Estado llegará antes que sus garantías. A largo plazo, un sistema sanitario que no pierda recursos en fraude puede dedicarlos a cuidar, y ahí la IA suma. Para llegar, hace falta medir errores, publicar resultados y dar vía de recurso rápida a quien sea marcado injustamente.