CMS atribuye 42.000 M$ anuales a su prevención del fraude: la IA señala, pero la decisión sigue siendo humana

Por ExecutiveGov · 9 de noviembre de 2026.

Bethany Messick, subdirectora del grupo de análisis de datos y sistemas del Centro para la Integridad de Programas (CPI) de los Centros de Servicios de Medicare y Medicaid de EE. UU. (CMS), afirma que el centro logra 42.000 millones de dólares de ahorro anual. Lo sitúa sobre un gasto de unos 2 billones de dólares al año en Medicare y Medicaid, según recogió Federal News Network y recoge ExecutiveGov. Es decir, en torno al 2% del gasto total, según la propia cifra de la agencia.

El sistema funciona así, según Messick: más de 300 modelos vigilan a los proveedores sanitarios las 24 horas y generan alertas cuando su actividad se aparta de los patrones habituales. Después, investigadores revisan esas alertas en detalle. Si hay una acusación creíble de fraude, CMS puede suspender los pagos mientras dura la investigación, dentro de sus competencias. Los proveedores con fraude confirmado pueden ser expulsados de los programas. «No queremos dejar salir el dinero mientras investigamos», dijo.

La IA se concentra en dos centros: el Fraud Defense Operations Center (conocido como Medicare Fraud War Room, creado en 2025) y el Medicaid Fraud War Room, lanzado en abril junto con el Grupo de Trabajo de la Casa Blanca para Eliminar el Fraude. Este último identifica proveedores de alto riesgo y ayuda a los estados a aplicar suspensiones de pago con más rapidez. La inspección general del Departamento de Salud (HHS OIG) investiga los casos, dicta exclusiones y pide sanciones. Messick subrayó que los analistas, y no las herramientas de IA, siguen siendo responsables de las decisiones finales sobre pagos.

Hay más movimientos en marcha. En octubre, la subadministradora Kimberly Brandt dijo que CMS publicará pronto los resultados de un piloto de IA contra el fraude en Medicaid, hecho con Oracle en Indiana, y que espera que una nueva autoridad de exclusión cuadruplique las suspensiones en seis meses. Brandt ya había atribuido a la IA 2.000 millones de dólares ahorrados desde marzo de 2025. Además, CMS estudia un modelo de contratación por resultados, en el que la agencia fija prioridades y los contratistas ejecutan las investigaciones. La consulta pública (RFI) cierra el 27 de noviembre.

**Nuestra lectura.** La cifra de 42.000 millones es un dato autodeclarado, y el artículo no explica cómo se calcula. «Ahorro» puede significar pagos evitados, recuperaciones o estimaciones de fraude disuadido, y esas categorías no son equivalentes. Tampoco se dice qué parte corresponde a IA y cuál a reglas y analítica clásicas, ni cuántas alertas resultan ser falsos positivos. Hasta que se publique el piloto de Indiana, conviene tomar el número como orden de magnitud y no como resultado auditado.

Lo más interesante es el diseño. Suspender pagos antes de que se resuelva la investigación mueve el control del «pagar y perseguir» al «frenar y verificar». Es más eficaz, pero también más delicado: un falso positivo deja sin cobrar a un médico o una clínica honestos. Por eso importa que la decisión final siga siendo humana y que existan vías de apelación claras. Si el objetivo es cuadruplicar las suspensiones, la calidad de esas garantías pesará tanto como la precisión de los modelos.

Este caso encaja con una tesis que defendemos: el fraude es el terreno donde la IA se usa a la vez como arma y como escudo. En general, la misma automatización que abarata fabricar papeleo falso permite a las administraciones detectar patrones anómalos a escala. Ganan los pagadores públicos con datos propios y suficientes, y pierden los defraudadores artesanales. A corto plazo, la carrera será desigual: los atacantes adoptan herramientas más rápido que las burocracias. A largo plazo, un sistema sanitario que gaste menos en fraude puede dedicar esos recursos a atención real, un pequeño paso hacia la abundancia que buscamos, siempre que la eficiencia no se convierta en denegación injusta.

A vigilar: la publicación del piloto con Oracle, si CMS desglosa el ahorro por método y si el nuevo modelo de contratación por resultados alinea incentivos sin premiar el volumen de sanciones.