AI y cumplimiento de ciencias de la vida: verificar la confianza pero endurecer

Observaciones de invitados

La inteligencia artificial (IA) continúa sobre cómo operan las empresas, y el campo de la vida de Life Sciences no es la excepción. La IA generativa ofrece a las compañías de ciencias de la vida la capacidad de identificar y aprender de los patrones en conjuntos de big data. Este uso de IA tiene aplicaciones claras para el desarrollo de remedios de por vida. La IA puede ayudar a las empresas a aumentar las estrategias de marketing, aumentar el desarrollo y el desarrollo y hacer que el proceso de fabricación sea más eficiente, solo por nombrar algunos ejemplos.

La mayor adopción de tecnologías de IA también invita a los riesgos únicos de cumplimiento regulatorio al aumentar la automatización de ciertas funciones comerciales. Al mismo tiempo, la IA también brinda la capacidad de nuevas empresas para innovar y mejorar su cumplimiento.

Riesgo de cumplimiento de IA

El gobierno es consciente de los posibles riesgos de cumplimiento con el uso de IA. El Departamento de Justicia de los Estados Unidos (DOJ) tiene una larga política para considerar la efectividad de un programa de cumplimiento de la empresa, al usar la discreción de la fiscalía, toma las decisiones de EG, cobrando y determina cuál es la búsqueda de castigo.

La actualización de septiembre de 2024 del DOJ para su orientación sobre la evaluación de los programas de cumplimiento corporativo (ECCP) invita a considerar adecuadamente el programa de cumplimiento corporativo para el impacto de las tecnologías emergentes como la IA sobre el cumplimiento de las reglas y reglamentos aplicados. Las compañías de ciencias de la vida deben considerar cuidadosamente las actualizaciones de sus programas de cumplimiento para eliminar dichos riesgos.

Por ejemplo, en noviembre de 2024, la Universidad de Colorado Health (Uchelth) acordó pagar un acuerdo civil de $ 23 millones sin aceptar la responsabilidad de resolver las acusaciones del silbato puede WhicleBloor alegó que UCHealth hizo algunas reclamaciones presentadas a todos los servicios de evaluación y gestión con el código de pago más alto asociado con la gira de la sala de emergencias, utilizando programas de codificación automatizados a algunas reclamaciones presentadas a Medicare y a TICARE. Whistbalore alegó además que UCHealth sabía que sus reglas de codificación automatizadas no cumplían con los requisitos de facturación de Medicare y TRICARE, ya que la regla reflejaba los recursos reales utilizados con las reclamaciones presentadas al gobierno.

Las empresas que participan en programas federales de atención médica pueden obtener una apelación a la IA para el trabajo preciso que automáticamente el proceso de presentación de reclamos; UCHealth Basti muestra cómo tales procesos automáticos pueden dar lugar a las acusaciones de engañar al gobierno, sin una superposición, la inspección adecuada y la verificación de la entrada de datos.

Solución de cumplimiento de AI

El Whey -Wasalor de FCA y el gobierno pueden usar AI para identificar la no renovación potencial, pero las empresas pueden implementar la IA en los protocolos de cumplimiento para identificar y abordar las tendencias problemáticas y los riesgos de cumplimiento antes de la identidad externa de la no transportación. El uso de la IA en las técnicas de monitoreo de cumplimiento tradicional puede conducir a una alta capacidad que permite a las empresas identificar posibles problemas en el tiempo cercano al tiempo para tratar grandes cantidades de datos.

Los ejemplos incluyen:

Evaluación de tres resinas de cromatografía principales

• Para detectar posibles campos de riesgo de cumplimiento: la lógica de detección basada en IA se puede utilizar en la comunicación y las transacciones financieras entre los empleados y las partes al aire libre para detectar el comportamiento rojo-brillo (alimentos, entretenimiento y obsequios disfrazados) que pueden usarse en la comunicación y las transacciones financieras entre los empleados y las partes externas. De manera similar, los algoritmos de aprendizaje automático pueden usar datos históricos y crear empleados y perfiles de relación para evaluar los riesgos de cumplimiento relacionados con las relaciones y transacciones contempladas antes de ingresar cualquier transacción.

• Aumentar el análisis externo: especialmente para las empresas de atención médica e instituciones financieras, la IA puede usarse para aumentar el análisis de datos existente para el análisis de tipo atípico (por ejemplo, niveles de código de Medicare G o ajuste de reflexión de Medicare Advantage), ambos están disponibles en términos de automatización y fácilmente disponibles para un análisis de toma de decisiones más inmediato. El algoritmo de IA puede vincularse a los datos de Medicare y Medicade disponibles públicamente, informes de la OIG y datos de la industria para analizar la capacidad externa en muchos conjuntos de datos.

• Investigación de cumplimiento: la IA se puede utilizar para aumentar el informe de investigación de cumplimiento a través de la revisión de documentos y la compilación de informes (p. Ej., Informe de actividad sospechoso). La IA también se puede utilizar para clasificar el informe de cumplimiento interno (por ejemplo, recursos humanos, fraude, mal uso de los recursos corporativos), que es un área que sufre de error humano. Se pueden utilizar técnicas de prueba de IA similares para la producción de documentos para la investigación iniciada por el gobierno. Rápido, los funcionarios esperan que las empresas usen técnicas de IA en la producción de documentos.

• Desarrollo de requisitos regulatorios: para industrias reguladas pesadas, como la atención médica y los bancos, la IA puede usarse para que se actualicen para desarrollar requisitos regulatorios. El equipo de IA puede monitorear los cambios en el panorama regulatorio y aplicar los cambios necesarios a través de controles internos automáticos y políticas y procesos de cumplimiento actualizados.

Con cualquier IA o aprendizaje basado en computadora, los resultados dependen de la calidad de los datos de entrada. La recopilación de datos, el aislamiento y la integridad son importantes para el éxito de cualquier solución de cumplimiento operada por AI.

Tecnología

Hay muchas razones convincentes por las que las compañías de ciencias de la vida pueden detectar el uso de IA para el desarrollo de remedios y tecnologías. Pero al hacerlo, las empresas deberían adoptar el siguiente mantra: verificar la confianza pero endurecer. Sin un control adecuado en su lugar, el uso de IA puede convertir rápidamente una mejora comercial en una pesadilla comercial.

Las empresas deben considerar cuidadosamente cómo la innovación administrada por AI puede aumentar y reducir su propio monitoreo de cumplimiento o evitar consecuencias adversas de la no transportación reguladora.

Coguilizador Hogan, en Lawls, leyes de prácticas en litigios, arbitraje y ejercicios de empleo. Giza Gobena es socia, Emily Leon's es abogada y Jesse Suh, un colega.