Introdução

A crescente demanda por análises técnicas em operadoras de assistência à saúde tem ampliado a necessidade de soluções capazes de aumentar a produtividade, reduzir custos operacionais e manter a qualidade e a segurança das decisões regulatórias. Tradicionalmente, a regulação assistencial na alta complexidade depende de análise manual realizada por profissionais especializados, tornando-se um processo intensivo em mão de obra, sujeito à variabilidade e de difícil escalabilidade.

Nos últimos anos, a Inteligência Artificial (IA) tem se consolidado como importante ferramenta de apoio à tomada de decisão em saúde, permitindo automatizar processos, integrar regras técnico-regulatórias complexas e ampliar a capacidade operacional das equipes. Entretanto, grande parte das aplicações concentra-se em tarefas administrativas ou de apoio diagnóstico, existindo menor experiência publicada sobre sua utilização em processos regulatórios assistenciais envolvendo interpretação de diretrizes clínicas, políticas assistenciais e critérios de elegibilidade.

Com o objetivo de transformar esse processo, foi desenvolvido um modelo de regulação assistencial baseado em Inteligência Artificial, integrando a atuação do Núcleo de Inteligência em Saúde (NIS), responsável pela construção das regras técnico-regulatórias, e do Time de Transformação Operacional (TTO), responsável pela implementação da solução em ambiente produtivo. O modelo foi implantado em uma operadora de assistência à saúde não regulada pela Agência Nacional de Saúde Suplementar (ANS), responsável pela assistência de aproximadamente 104 mil beneficiários.

A inovação consistiu no desenvolvimento de regras técnico-regulatórias complexas baseadas em Inteligência Artificial, capazes de interpretar informações clínicas e administrativas, aplicar critérios regulatórios previamente estruturados e automatizar a análise de solicitações de exames, terapias seriadas e procedimentos cirúrgicos de menor complexidade, preservando rastreabilidade, padronização técnica, reprodutibilidade das decisões e segurança regulatória.

Objetivos

Descrever a implantação de um modelo de regulação assistencial baseado em Inteligência Artificial, fundamentado na utilização de regras técnico-regulatórias automatizadas, avaliando seu impacto sobre a produtividade, os custos operacionais e a eficiência da regulação assistencial.

Métodos

Trata-se de um relato de experiência desenvolvido em uma operadora de assistência à saúde não regulada pela ANS, com aproximadamente 104 mil beneficiários.

Foram desenvolvidas 28 regras técnico-regulatórias complexas, destinadas à automação da análise de solicitações de exames, terapias seriadas e cirurgias de menor complexidade. As regras foram elaboradas pelo Núcleo de Inteligência em Saúde (NIS), a partir da interpretação de diretrizes clínicas, políticas assistenciais, protocolos assistenciais e critérios técnico-regulatórios, sendo posteriormente implementadas pelo Time de Transformação Operacional em ambiente produtivo utilizando Inteligência Artificial.

A solução foi estruturada em múltiplas camadas, combinando interpretação automatizada da documentação clínica, aplicação de regras técnico-regulatórias complexas baseadas em Inteligência Artificial, monitoramento contínuo do desempenho das regras e rastreabilidade integral das decisões. As solicitações elegíveis eram reguladas automaticamente de acordo com critérios previamente estruturados, permanecendo sob supervisão técnica e curadoria contínua do Núcleo de Inteligência em Saúde (NIS), responsável pela validação dos resultados, monitoramento de indicadores de desempenho e aperfeiçoamento contínuo das regras implementadas. Situações não contempladas pelas regras ou que apresentassem inconsistências permaneciam direcionadas à avaliação do regulador médico.

Entre abril e junho de 2026, foram avaliadas a produtividade, a eficiência operacional e o impacto econômico da solução.

Os custos de desenvolvimento e implantação das 28 regras totalizaram R$ 21.317,24, enquanto o custo de operacionalização da solução durante o período analisado foi de R$ 4.906,44, resultando em investimento total de R$ 26.223,68.

Para estimativa do custo da regulação manual, considerou-se produtividade média de 15 guias reguladas por hora, remuneração média de R$ 68,18 por hora e jornada mensal de 88 horas por regulador.

Tabela 1. Características da solução de Inteligência Artificial implantada

Resultados

No período analisado, identificaram-se 42.639 guias potencialmente passíveis de regulação automatizada pelas 28 regras implantadas. Destas, 20.031 guias foram efetivamente reguladas pela Inteligência Artificial, correspondendo a uma taxa global de eficiência de 47,0%.

Entre todas as decisões automatizadas, apenas 03 guias (0,014%) necessitaram de reanálise técnica, demonstrando elevada consistência das regras implementadas e baixa necessidade de intervenção humana.

Considerando a produtividade média de um regulador (15 guias/hora), a análise manual das 20.031 guias demandaria aproximadamente 1.335 horas de trabalho, equivalentes a cerca de 15,2 meses de trabalho de um regulador com jornada mensal de 88 horas.

O custo estimado dessa regulação manual seria de aproximadamente R$ 91.047,57.

Em contrapartida, o investimento total para desenvolvimento, implantação e operacionalização da solução de Inteligência Artificial durante o período foi de R$ 26.223,68, gerando economia operacional estimada de R$ 64.823,89, correspondente a uma redução de aproximadamente 71,2% nos custos da atividade regulatória.

A relação benefício-investimento demonstrou que, para cada R$ 1,00 investido na solução, obteve-se economia potencial de aproximadamente R$ 3,47, com retorno líquido equivalente a cerca de 247% sobre o investimento realizado.

Tabela 2. Indicadores operacionais e econômicos da implantação

Conclusão

A implantação de regras técnico-regulatórias baseadas em Inteligência Artificial demonstrou elevado potencial para transformar a regulação assistencial, promovendo significativa redução dos custos operacionais, aumento da produtividade e maior padronização das decisões.

A automatização de 20.031 regulações, com necessidade de apenas três reanálises, evidencia que a Inteligência Artificial pode assumir com segurança parte relevante das atividades regulatórias de menor complexidade, preservando qualidade técnica e rastreabilidade.

Sob a perspectiva econômica, a solução proporcionou economia operacional estimada de aproximadamente R$ 64,8 mil em apenas três meses de operação, reduzindo em cerca de 71,2% os custos da atividade regulatória das guias automatizadas. O investimento realizado apresentou retorno equivalente a aproximadamente 3,47 vezes seu valor, evidenciando o potencial da Inteligência Artificial para ampliar a eficiência operacional e otimizar a utilização dos recursos em saúde.

Mais do que automatizar tarefas, a experiência demonstrou que a integração entre Inteligência Artificial, regras técnico-regulatórias e curadoria técnica especializada constitui uma inovação em gestão capaz de ampliar a capacidade operacional das operadoras de saúde, qualificar a tomada de decisão e contribuir para a sustentabilidade dos sistemas de saúde.