Seguros Unimed projeta economia de R$ 7 milhões com Inteligência Artificial

Inteligência artificial é uma realidade na Seguros Unimed, que é o braço segurador do conglomerado, que inclui 341 cooperativas, 118 mil médicos e 22 escritórios. Os projetos incluem adoção de aprendizado de máquinas, deep learning e chatbots — o robô chamado de Nina existe desde 2020. As iniciativas começaram com chatbot simples, com perguntas e respostas, e depois evoluíram. O uso de machine learning tem como objetivo transformar a empresa para ser data driven, fornecendo insights à corporação, salientou Wilson Leal, diretor-executivo de mercado e tecnologia da Seguros Unimed, em entrevista exclusiva ao Convergência Digital.

A estruturação dos dados no data lakehouse foi um passo importante para pavimentar o caminho rumo à aceleração de IA e machine learning. Os modelos foram desenvolvidos visando à redução de custos. “Em meados de dezembro de 2021, adquirimos a plataforma da DataRobot e começamos a criação de modelo com foco em reduzir custos, encontrando  oportunidade na parte de reembolso. Criamos modelos preditivos para acelerar descobertas de abuso do beneficiário”, explicou Daiane Aparecida Maciel, head de dados da Seguros Unimed.

A companhia estima o potencial de redução de custos na ordem de R$ 7 milhões anuais. No período de janeiro a novembro de 2022, o valor do faturamento da Seguros Unimed  foi de R$ 4,7 bilhões, incluindo contribuições da previdência.

Por meio dessa iniciativa, a seguradora já implementou 12 modelos de identificação de padrões em projetos nas áreas Atuarial, de odontologia e contas médicas, com o objetivo de otimizar a precificação e a previsão de custos, identificar fraudes e churn de prestadores e evitar fraudes ou abusos em reembolsos, respectivamente.

De acordo com Wilson Leal, as fraudes são um dos principais desafios da saúde suplementar no Brasil. “O mercado inteiro de seguradoras está pegando abusos. Como nossa maior venda é para saúde, por isso focamos em reembolso, mas temos outras frentes que estamos atuando, como jurídica, para prever a sinistralidade do ano”, contou Leal.

Um exemplo é o caso quando um beneficiário usa o mesmo documento, mas modificando a data. “Criamos modelos de inteligência para gerar insights para que o time de provimentos soubesse, de forma rápida, onde estão os problemas nos pedidos de reembolso”, explicou  Daiane Maciel.

Os modelos que ela menciona estão em produção, rodando desde 2022. “Estamos acompanhando e estimamos redução de custos de R$ 7 milhões de reais por ano em 2023”, disse a head de dados. Conforme os modelos ganham robustez, outros são criados e a eles se vão incorporando mais tecnologias. O próximo passo é atacar a imagem.

Na parte de previsibilidade de sinistros, os modelos são estruturados para serem capazes de prever o montante total de sinistros para determinado período, como para o ano de 2023. “Quanto mais preciso for, melhor o fluxo de caixa e a alocação dos recursos financeiros da companhia, além de consumir menos recurso humano”, detalhou Daiane Maciel. Este projeto entrou em produção para orçamentos de odonto e saúde visando a 2023.

Outra frente é apoiar a área jurídica com a criação de modelos que avaliam a eficiência operacional dos escritórios contratados. Maciel explica que é feita uma contabilidade levando em consideração qual é a efetividade das ações que são encaminhadas aos escritórios. “É prever das ações que estão sendo encaminhadas, qual escritório tem mais chance de ganhar”, disse.

Além disso, há um projeto, que está em fase de testes, de um modelo de jurimetria que faz a avaliação por comarca, juiz e processo, por meio de análises das decisões. “Avalia-se para aquela comarca, para aquele juiz qual é o porcentual de risco de ganhar ou perder”, disse a executiva.

“Não existe empresa que tenha estratégia futura e duradoura que não tenha IA. Temos de usar IA onde a gente consegue, onde seja possível usar. Mas para isso precisamos de  pessoas capacitadas e com ideias”, enfatizou Wilson Leal. Na seguradora, o processo conta com squads que apontam oportunidades, tanto para a área de negócio como de tecnologia. “É um trabalho muito forte entre negócio e tecnologia; não esperamos vir o pedido”, ressaltou.

Para o diretor, o futuro é promissor e o data lakehouse construído é um alicerce fundamental. “Estamos mastigando dados; conseguimos recentemente dar um salto em IA”, disse Leal. Agora, os planos incluem melhorar a sinistralidade por meio de maior adoção de IA para achar abusos. O foco também está em usar IA para melhorar vendas e a precificar melhor. Nesse sentido, machine learning está ajudando a ter visões de negócios e de futuro.