Cómo la startup de IA Conflixis está protegiendo a los hospitales de los médicos corruptos

Después de una carrera como investigador de incidentes en firmas de gestión de riesgos como Kroll y FTI Consulting, Aaron Narva trabajaba con un gran cliente bancario internacional en el fabricante de software de cumplimiento Exiger. Era responsable de monitorear el cumplimiento legal de ese cliente después de que hubiera aparecido en los titulares una década antes por un escándalo de lavado de dinero.

“Mientras estaba en Exiger, adquirimos algunas empresas de software, incluida una herramienta de software de inteligencia artificial que ayudó a eliminar el riesgo de los registros públicos no estructurados. Y creamos una herramienta para ayudar a identificar el riesgo de corrupción y sanciones en las relaciones comerciales de empresas muy grandes”, dijo Narva a TechCrunch.

Ese trabajo le dio la idea de Conflixis. Los hospitales y otros grandes consultorios médicos enfrentan riesgos de corrupción similares a los de los bancos. Las compañías farmacéuticas y los fabricantes de dispositivos se vuelven tan amigables con los médicos que se les exige que revelen los conflictos de intereses: viajes turísticos, honorarios de consultoría, patrocinio de becas de investigación y cosas similares.

Muchas investigaciones muestran que aquellos que se vuelven demasiado amigables tienen más probabilidades de recetar esos medicamentos y dispositivos, ya sea que produzcan mejores resultados para el paciente o no. El riesgo es tan grande que el gobierno gestiona una base de datos llamada OpenPaymentsData.com, donde cualquiera puede ver las revelaciones de conflictos de intereses.

Sin embargo, revelar tales conflictos no detiene el problema, que pone a los hospitales en riesgo legal. Una serie de leyes prohíben ese tipo de comportamiento por parte de los médicos, desde la Ley Stark hasta el Estatuto Anti-Sobornos (AKS).

Al mismo tiempo, los intereses comerciales necesitan trabajar con los médicos –los expertos médicos– para ayudarlos a investigar nuevos medicamentos y construir dispositivos. Por tanto, no todas las interacciones están prohibidas.

Narva imaginó un software como servicio impulsado por inteligencia artificial que identificaría para los hospitales y los grandes consultorios médicos las situaciones reales que ponen en riesgo al hospital, si no al paciente.

“Un gran sistema de salud podría tener 200.000 relaciones entre sus médicos y vendedores y proveedores”, dijo Narva. “¿Cuál de esas 200.000 relaciones te está afectando por cualquiera de los seis riesgos?”

Los riesgos van desde infringir las leyes hasta resultados médicos desfavorables. El gobierno federal también proporciona una base de datos que publica información sobre la calidad de la atención hospitalaria.

Narva llamó a un amigo que conocía desde octavo grado, Joseph Bergen, director de ingeniería de Buzzfeed en ese momento, para pedirle su opinión sobre la idea. A Bergen le gustó tanto que dejó su trabajo y se convirtió en cofundador.

Conflixis funciona ingiriendo datos de OpenPaymentsData.com, datos de adquisiciones del hospital, datos de reclamaciones, registros de resultados de pacientes, formularios de conflictos de intereses y otras fuentes. Analiza todos los puntos conflictivos para identificar aquellos que un hospital debería investigar.

“Bien, analizamos las 5.000 o 10.000 relaciones (y) aquí están las siete que realmente debes analizar”, describe Narva como ejemplo. “Hicimos hervir el océano y aquí están los siete”.

Conflixis va un paso más allá y también puede predecir el gasto de un hospital y sugerir formas de reducirlo. Por ejemplo, ¿el hospital está comprando un equipo más caro basándose en una recomendación de un médico que tiene relación con ese proveedor, en lugar de uno menos costoso?

“Podemos lograr que los hospitales reduzcan significativamente su riesgo regulatorio, aumentando su confianza y transparencia con sus pacientes, sí, pero también tomando mejores decisiones operativas sobre lo que están comprando”, afirma.

Fundada en 2023, la empresa ya tiene un puñado de clientes con poco menos de 5 millones de dólares en ingresos, dijo Narva. Acaba de anunciar una ronda inicial de 4,2 millones de dólares codirigida por Lerer Hippeau (el fondo fundado por el ex presidente de BuzzFeed, Kenneth Lerer) y Origin Ventures, con la participación de mark vc, Springtime Ventures y el inversor pre-semilla Cretiv Capital.

Conflixis se une a un campo abarrotado de empresas de software de cumplimiento de la industria de la salud como Compliatric y Symplr, aunque algunas se centran más en proteger los datos de los pacientes que en la corrupción y las adquisiciones.

Narva dice que lo que distingue a Conflixis es la forma en que ha unido las carreras de sus empleados en el trabajo de investigación con los LLM. Modificó modelos disponibles para buscar patrones en los datos basándose en “nuestra experiencia en monitoreo de transacciones y corrupción en investigaciones de big data”, dice.