AWS Machine Learning Blog→ original

Rede Mater Dei desplegó 12 agentes de AI en Amazon Bedrock AgentCore y obtuvo un ROI del 517%

Rede Mater Dei trasladó el ciclo de ingresos del hospital a un sistema de 12 agentes de AI en Amazon Bedrock AgentCore. Según el caso de estudio, en los…

Procesado por IA desde AWS Machine Learning Blog; editado por Hamidun News
Rede Mater Dei desplegó 12 agentes de AI en Amazon Bedrock AgentCore y obtuvo un ROI del 517%
Fuente: AWS Machine Learning Blog. Collage: Hamidun News.
◐ Escuchar artículo

La red de hospitales brasileña Rede Mater Dei compartió cómo utiliza Amazon Bedrock AgentCore para monitorear y gestionar agentes de IA en el ciclo de ingresos. La empresa ya ha lanzado los primeros agentes de un conjunto de 12 y afirma que en cuatro meses logró un ROI del 517%, reduciendo los tiempos de autorización y acelerando el inicio de las operaciones.

Por qué los hospitales automatizan

El principal problema que intenta resolver Rede Mater Dei es el crecimiento de rechazos en reclamaciones de seguros y médicas en Brasil. Según datos presentados en el artículo, en 2024 la tasa promedio de rechazo en hospitales privados del país creció del 11,89% al 15,89%, y los ingresos perdidos en el mercado podrían alcanzar 10 mil millones de reales brasileños. Para una gran red hospitalaria, esto no es solo una métrica contable: cada retraso en la verificación de contratos, autorizaciones y facturación afecta los cronogramas de atención, la carga de trabajo de los equipos y el flujo de efectivo.

Dentro de los propios procesos, la red enfrentaba cuellos de botella típicos de la industria: mucho trabajo manual, documentos dispersos, alta rotación en equipos operacionales y verificaciones constantes en etapas vulnerables. En este contexto, los agentes de IA resultan interesantes no solo como forma de ahorrar tiempo, sino también como herramienta para estandarizar soluciones. Si un agente participa en una etapa crítica del ciclo de ingresos, la empresa ya no puede simplemente lanzar un modelo—necesita ver exactamente qué hizo el agente, por qué lo hizo y qué tan estable funciona todo el sistema.

Cómo funciona el sistema

Rede Mater Dei, junto con A3Data y AWS, construyó un programa de 12 agentes de IA que deberían cubrir todo el ciclo de ingresos del hospital—desde trabajar con reglas de contrato hasta autorizaciones y facturación. Amazon Bedrock AgentCore se convirtió en la plataforma base, proporcionando un entorno sin servidor para ejecutar agentes, integración de herramientas, memoria y capacidades de observabilidad. En el artículo, este conjunto se denomina fuerza de trabajo digital: los agentes deben percibir datos, tomar decisiones y ejecutar acciones de la forma más autónoma posible, pero en una arquitectura gestionada y verificable.

  • Contracts Agent recopila y estructura reglas contractuales complejas que anteriormente estaban dispersas en diferentes documentos.
  • Parameterization Agent transfiere automáticamente estas reglas al sistema ERP del hospital y reduce el riesgo de errores manuales.
  • Authorization Agent maneja solicitudes, verificaciones e interacción con compañías de seguros.
  • AgentCore Observability y AgentCore Evaluations agregan una capa de monitoreo donde se puede medir la corrección, precisión, utilidad, seguridad y relevancia del contexto.

La arquitectura se dividió en tres capas. DEL es responsable de la preparación de datos y colocación en un data lake estructurado, AEL gestiona la orquestación y ejecución de agentes, y TCL es responsable de confianza, cumplimiento normativo y trazabilidad. Se hizo énfasis particular en la evaluación del desempeño de los agentes: Rede Mater Dei utiliza AgentCore Evaluations como un bucle de mejora continua, donde la calidad de un sistema multiagente puede medirse mediante métricas claras en lugar de impresiones subjetivas del equipo.

Qué resultados ya existen

La parte más notable del caso son los números. Según datos del proyecto, la primera fase, enfocada en Observabilidad y Evaluaciones, entregó a la red un retorno sobre la inversión del 517% en los primeros cuatro meses. En paralelo, el tiempo de autorización se redujo en un 66%, y el tiempo hasta el inicio de las operaciones se redujo en un 33%. Para una red médica este es un punto importante: no se trata solo de eficiencia interna, sino también de un flujo de procedimientos más predecible, que impacta directamente en cronogramas, ingresos y experiencia del paciente.

"Nuestro objetivo es aumentar la precisión, previsibilidad y velocidad en etapas críticas del ciclo de ingresos", dice

Renata Salvador Grande, Vicepresidenta de Rede Mater Dei.

El segundo efecto es la capacidad de gestión. Gracias a la telemetría unificada, el equipo obtiene un registro de auditoría completo de decisiones clave: qué reglas se aplicaron, qué acciones ejecutó el agente y dónde ocurrieron fallos o anomalías. Esto es especialmente importante en áreas sensibles como contratos, autorizaciones y facturación, donde cualquier error puede llevar a la negación de pagos o riesgos regulatorios. Además, la gestión obtiene KPI en tiempo real: volumen de verificaciones automatizadas, evaluación del impacto financiero, velocidad de procesamiento y riesgo de rechazo por aseguradoras.

Qué significa esto

El caso de Rede Mater Dei muestra que el mercado está haciendo la transición de experimentos con herramientas de IA individuales a la operación de sistemas de agentes completos bajo control estricto. Para los negocios, esta es una señal: el valor ahora reside no solo en el agente en sí, sino también en la capa de observabilidad, evaluación y auditoría, sin la cual escalar IA en procesos críticos sería demasiado arriesgado.

ZK
Hamidun News
Noticias de AI sin ruido. Selección editorial diaria de más de 400 fuentes. Producto de Zhemal Khamidun, Head of AI en Alpina Digital.

¿Quieres dejar de leer sobre IA y empezar a usarla?

AI News es un feed curado de noticias de IA. Hamidun Academy te enseña a usar la IA en tu trabajo.

¿Qué te parece?
Cargando comentarios…