Seguros Unimed economiza R$ 100 mi com automação robótica de processos
Entre os usos mais frequentes da Inteligência Artificial atualmente está a automação de processos de negócios por meio de ferramentas de RPA (Robotic Process Automation, da sigla em inglês, ou Automação de Processos Robóticos). Trata-se de uma forma de tecnologia de automação de processos de negócios baseada em robôs de software metafóricos ou em inteligência artificial, também conhecida como robótica de software. Ela diminui a necessidade de trabalhos manuais, liberando os funcionários para a atuação em atividades mais complexas.
A softwarehouse paranaense Prime Control, especializada em testes e qualidade de software, desenvolveu uma solução com recursos de IA, machine learning e algoritmos inteligentes específica para o mercado de seguros. Segundo Jones Sabino, arquiteto de soluções da Prime Control, a inteligência artificial está ganhando espaço no mercado de planos de saúde e seguros. Empresas desses setores podem diminuir gastos e aumentar produtividade com a tecnologia porque robôs podem realizar até 80% de trabalhos repetitivos, automatizando a execução de tarefas, como análises de pedidos de reembolso e envio de boletos. O primeiro grande cliente, para o qual a solução foi desenvolvida num modelo de co-inovação, é a Seguros Unimed, grupo segurador e braço financeiro do sistema de cooperativas médicas Unimed.
Na área de sinistros de saúde, a empresa paga cerca de R$ 1 bilhão por ano em reembolsos e precisava de uma automação ágil para as análises e pagamentos. O tempo de reembolso caiu de 10 dias para 24 horas. A força de trabalho robótica pode lidar com diversas tarefas 24h por dia, 7 dias por semana. Com isso, a empresa reduz os gastos operacionais e o retorno do investimento chega rapidamente.
“Só com economia de multas e fraudes evitadas e a redução de pessoas, a seguradora chegou a R$ 100 milhões de saving. Hoje há apenas cinco pessoas nessa operação supervisionando algumas análises de casos negados em situações específicas como decisões judiciais”, sinaliza Sabino.
Mas o desafio não foi trivial. No Brasil, diferente de outros países, há muitos documentos digitalizados, mas não existe um padrão único. Notas fiscais de serviços, cada município desenvolve seu próprio template. Na área de saúde, cada órgão, hospital ou operadora de convênio médico tem um padrão. “Para atender o mercado nacional, precisamos construir uma solução customizada utilizando visão computacional, algoritmos de processamento de linguagem natural e de OCR que passaram por treinamento supervisionado com aprendizado de máquina e retroalimentação”, destaca Sabino.
A base das seguradoras cresce ao longo do tempo e todo pedido de reembolso precisa ser analisado. Antes, essa análise era feita manualmente e quanto mais crescia a operação, mais crescia a necessidade de funcionários, para dar conta dos prazos regulatórios para que o beneficiário não entrasse como uma ação e isso gerasse multa. “Começamos com análises mais simples. Agora estamos num road map para implantar análises sobre fraudes”, explica o arquiteto de soluções.
É preciso ler e entender os recibos para pedidos de reembolso e, no início, o segurado podia enviar da forma que quisesse. O colaborador precisava tratar a imagem. Com a automação, passou-se a alimentar uma base com essas imagens para construir uma solução customizada que lesse os arquivos. Alguns eram notas fiscais, outros diversos tipos de recibos de prestadores de serviços. “Dividimos a equipe em dois grupos e começamos pelas notas fiscais a partir da faze de extração de dados de OCR pelo algoritmo. Como tínhamos um tipo de dado muito variado, focamos nas fotos tiradas pelos usuários, fizemos uma classificação com ajustes na maneira como a imagem é pré-processada para então ser enviada para a camada que faz a extração das informações. Conseguimos um sucesso relevante”, diz Sabino.
De acordo com a Pesquisa Anual sobre o Mercado Brasileiro de TI e Uso nas Empresas, da Fundação Getulio Vargas (FGV), os investimentos em TI têm impacto positivo na rentabilidade das empresas. No caso do RPA da Prime, o robô foi desenvolvido para trabalhar como um humano em softwares já existentes, como o Top Saúde, utilizado por empresas de plano de saúde no gerenciamento de informações.
Sabino explica que a tecnologia é ensinada a acelerar os processos a partir das normas estabelecidas pelos órgãos reguladores desses setores e pela própria auditoria interna das empresas. Além disso, os clientes têm autonomia em alguns parâmetros do robô, o que é útil para adaptações conforme as demandas do dia-a-dia.
O arquiteto destaca que, a partir do momento que um processo já foi definido, é possível, a partir das ferramentas específicas, entender o processo e automatizá-lo. Sempre que há divergências de valores no âmbito de cobranças de consultas, procedimentos ou medicamentos, tanto para as redes quanto para o plano de saúde, se faz necessário uma análise caso a caso. Os sistemas das operadoras já possuem algumas regras de negócios que são nativas, como um filtro, capaz de conter cerca de 20% dessas glosas, porém os outros 80% ainda dependem de uma análise humana.
Após a implementação do RPA, apenas 15% dessas glosas ficam a cargo das análises manuais. O cliente entra em um aplicativo, faz a solicitação e anexa o comprovante. Essa solicitação vai para a área de reembolso, onde uma equipe analisava um por um, para conferir se está tudo certo e liberar o pagamento. Hoje, 80% dessa área é automatizada e a maioria da equipe foi liberada para o trabalho em uma área mais crítica.
O custo para a automação do processo é definido a partir de uma análise de viabilidade da automatização de processos, que leva em consideração a volumetria de trabalho no mês, quantidade de recursos envolvidos, redução de tempo, pessoas envolvidas e complexidade da tarefa, e consegue informar à empresa contratante em quanto tempo terá o retorno do capital investido.
