IA no ciclo de receita: o ganho está em evitar a glosa, não em recorrer dela

A IA no ciclo de receita é, hoje, o uso de inteligência artificial com retorno mais fácil de medir num hospital brasileiro. A glosa inicial dos hospitais da Anahp chegou a 15,89% da receita bruta em 2024, a maior taxa já registrada pela associação, e o ganho da tecnologia está menos em recorrer da glosa e mais em impedir que ela aconteça.^[1]

Quanto o hospital perde com a glosa hoje?

Perde mais do que nunca, e a curva ainda sobe. Nos 85 hospitais privados acompanhados pela Anahp, a glosa inicial passou de 11,89% da receita bruta em 2023 para 15,89% em 2024, o equivalente a R$ 5,8 bilhões de uma receita de R$ 36,7 bilhões.^[1] No primeiro trimestre de 2025, o índice chegou a 17%, outro recorde.^[2]

A perda definitiva também cresce. A glosa aceita, aquela que o hospital desiste de cobrar, foi de 0,61% da receita bruta de convênios no segundo trimestre de 2022 para 1,97% no mesmo período de 2025.^[3] Ou seja, o problema deixou de ser só de fluxo de caixa e passou a corroer margem.

Nos Estados Unidos o diagnóstico é parecido. A taxa média de negativa inicial foi de 11,6% em 2025, e a receita líquida perdida com negativas finais e contas não pagas passou de US$ 38,6 bilhões para mais de US$ 48 bilhões em cerca de 2.300 hospitais.^[6] Até o fim de 2023, 15% das contas iniciais eram negadas, ante 9% em 2016.^[7]

Por que prevenir a glosa rende mais do que recorrer?

Porque a maior parte do dinheiro glosado volta, mas volta tarde e caro. Segundo a Anahp, a glosa média gira em torno de 18%, e só cerca de 2% é mantida no fim, depois de um processo longo e burocrático de negociação com as operadoras.^[4] A diferença entre os dois números é capital de giro parado, equipe dedicada a recurso e meses de espera.

Boa parte dessa perda nem precisaria existir. Um levantamento da ZG Soluções, empresa que vende tecnologia para o ciclo de receita, estima que 67,9% do volume glosado na base analisada, cerca de R$ 2,84 bilhões, vem de falhas evitáveis: erro de cadastro, preço errado e documentação incompleta.^[5] Do outro lado do continente, a pesquisa da HFMA com 519 líderes financeiros encontrou um número da mesma família: documentação incompleta ou imprecisa custa 8,49% da receita total.^[8]

É por isso que defendo que o primeiro uso de IA no faturamento seja preventivo. Um robô que acelera o recurso melhora a recuperação; um que impede a conta errada de sair elimina o recurso.

Onde a IA atua em cada etapa do ciclo de receita?

Ela atua nas três pontas do ciclo, mas o retorno é diferente em cada uma. Em todas, o trabalho é o mesmo: ler documentos, cruzar regras e apontar o que vai dar errado antes que dê.

• Entrada do paciente: elegibilidade, autorização prévia e cadastro, origem de boa parte das glosas administrativas. Nos EUA, cada autorização prévia custa de US$ 6 a US$ 11 ao prestador.^[7]
• Meio do ciclo: auditoria de conta, codificação TUSS e CID e conferência entre prontuário, contrato e tabela de cada operadora.
• Saída: recurso de glosa, conciliação de demonstrativos e previsão de risco por operadora.

A McKinsey estima que a IA aplicada ao ciclo de receita pode reduzir de 30% a 60% o custo de cobrança dos prestadores.^[9] No Brasil, a prioridade dos gestores já aponta para o mesmo lugar: gestão de glosas e recursos é a prioridade de tecnologia para 57% dos executivos ouvidos, e precisão de codificação e documentação para 56%.^[15]

Que resultados a IA já mostra nos hospitais brasileiros?

Já há resultados medidos, inclusive no SUS. No Hospital Municipal de Cuité, na Paraíba, a automação da codificação com dupla checagem aumentou em 65% a produção aprovada e reduziu em 56% os itens glosados.^[14]

Na rede privada, o Hospital Divina usa um agente de IA que coleta as glosas nos portais das operadoras, cruza com os contratos e sugere o recurso; hoje ele analisa 90% das glosas do hospital.^[12] Um projeto da A3Data com agentes de contratos e parametrização registrou retorno de 517% sobre o investimento, com projeção de reduzir de 36% a 54% o tempo dedicado ao ciclo de receita.^[13] A ZG relata pilotos de recurso de glosa com até 95% de assertividade, número da própria fornecedora.^[5]

Lá fora, a adoção corre na frente. Em pesquisa encomendada pela AKASA à HFMA, 80% dos sistemas de saúde americanos estavam explorando, testando ou implantando IA generativa no ciclo de receita em 2025, contra 58% em 2023.^[8]

Por que o hospital sem IA fica em desvantagem?

Porque do outro lado da mesa a automação já chegou. Nos EUA, a Cigna foi acusada de negar mais de 300 mil contas em dois meses com o sistema PxDx, em média 1,2 segundo de análise por conta; a empresa nega irregularidade e diz que a ferramenta não usa inteligência artificial.^[10] A UnitedHealth responde a uma ação coletiva que atribui ao algoritmo nH Predict uma taxa de erro de 90%, alegação que a companhia contesta.^[11]

São processos em andamento, e não cabe tratá-los como fato provado. Mas o recado para o gestor brasileiro é claro: quando a operadora analisa contas em escala com regras automatizadas, o hospital que ainda confere tudo à mão briga com uma régua desigual. A pergunta deixa de ser se vale usar IA no faturamento e passa a ser quanto custa não usar.

Por onde o CFO deve começar?

Comece pelos dados de glosa que o hospital já tem. Na minha leitura, o roteiro mais seguro tem quatro passos:

• Mapear as glosas por causa e por operadora antes de comprar qualquer ferramenta. Sem esse retrato, não há como medir o ganho depois.
• Atacar primeiro as glosas evitáveis, de cadastro, preço e documentação, com validação antes do envio.
• Exigir números auditáveis do fornecedor: taxa de glosa inicial e final, dias em contas a receber e custo de cobrança, comparados com o período anterior.
• Manter uma pessoa responsável pela decisão de cobrança e de recurso. A IA prepara e sugere; quem assina continua sendo o hospital.

A IA não vai acabar com a glosa, porque parte dela é disputa legítima de contrato. Mas pode tirar do caminho o que é erro, e isso já é a maior fatia da conta.