Quando a IA se torna uma vantagem para os pagadores, os hospitais não podem se dar ao luxo de permanecer reativos

Durante décadas, as equipas de integridade das receitas hospitalares lidaram com as recusas de pagadores como se se tratassem de transações isoladas. A reivindicação é rejeitada; apelamos, reenviamos, acompanhamos os resultados, enxaguamos, lavamos e repetimos. Esta abordagem não é mais sustentável.

De acordo com a American Medical Association, em 2023 11% de todas as reivindicações foram negadas pelos pagadores, acima dos 8% em 2021. Este aumento traduz-se em aproximadamente 110.000 pedidos de indemnização não pagos para o sistema de saúde médio, destacando o peso financeiro das recusas.

Os pagadores de hoje não apenas os automatizam. Eles determinam estrategicamente quem afirma negar com base em análises altamente sofisticadas que prevêem a resposta do fornecedor, ou talvez, idealmente, a falta dela. Cada vez mais, as seguradoras estão usando IA e análises avançadas não apenas para automatizar decisões de sinistros, mas também para prever o comportamento do fornecedor. A questão nem sempre é “Esta reclamação é exigível?” Costuma-se dizer: “Valerá a pena o esforço do fornecedor para recorrer desta reclamação?”

O objetivo não é simplesmente impor regras de necessidade médica ou clareza de codificação. Isto serve para prever reclamações que não serão objeto de recurso ou, da mesma forma, onde os pagamentos insuficientes passarão despercebidos. Esta é uma mudança sutil, mas profunda no cenário de reembolso, com a qual muitos hospitais não estão preparados para lidar.

Das negações baseadas em regras à estratégia baseada no comportamento

Os pagadores sempre tiveram acesso a grandes volumes de dados de sinistros. O que é diferente agora são as ferramentas de que dispõem para analisá-lo. As análises modernas habilitadas para IA permitem que os pagadores analisem anos de sinistros e vejam padrões de como os hospitais estão respondendo.

Eles sabem, por exemplo:

  • Quais códigos de cancelamento são mais (e menos) apreciados.
  • Quais linhas de serviço específicas têm um baixo volume de recursos devido a restrições de recursos.
  • Quando os pagamentos insuficientes estão abaixo dos limites para revisão interna.

Eles podem ver os prazos de apelação, as taxas de prorrogação e até mesmo a frequência com que os provedores não interpõem as apelações porque o valor do reembolso não justifica o trabalho.

Agora que estes dados são alimentados em motores de decisão orientados por IA, as seguradoras podem atribuir “pontuações de risco de negação” que consideram a probabilidade de recurso e os resultados históricos do recurso, e não apenas critérios clínicos ou outros critérios administrativos. Na verdade, algumas isenções estão destinadas a ter sucesso não porque sejam precisas, mas porque é pouco provável que sejam contestadas.

Uma negativa que tem poucas chances de recurso torna-se uma decisão de baixo risco, mesmo que seja questionável. Um pequeno pagamento a menor que sempre passa despercebido se transforma em lucro fácil. Multiplique essas decisões por milhares ou milhões de reclamações e o impacto aumentará rapidamente. O que torna isto particularmente desafiador para os hospitais é que nem sempre se manifesta como um aumento nas recusas. Em muitos casos, a taxa de rejeição permanece inalterada. A erosão das receitas ocorre gradualmente, espalhada pelos sinistros de formas que são difíceis de detectar sem uma análise mais profunda.

Por que muitas rejeições “funcionam” mesmo quando estão erradas

A maioria das equipes do ciclo de receita classifica as cargas de trabalho de rejeição com base nos prazos de envio oportunos e no lucro esperado. Se o custo do tempo do pessoal e do orçamento operacional para recorrer de uma negação for maior do que a recuperação provável, faz sentido, do ponto de vista empresarial, deixá-lo de lado. De acordo com a revisão do hospital de Becker, o custo de uma isenção de trabalho saltou de cerca de US$ 44 em 2022 para mais de US$ 57 em 2023. (30%), custando coletivamente à indústria dezenas de bilhões.

Os pagadores entendem esse cálculo tão bem quanto os fornecedores. À medida que os modelos de IA começam a ter em conta a capacidade do fornecedor e os padrões históricos de recurso, os pagadores podem desviar as decisões para casos com baixas taxas de recurso. Não que essas rejeições sejam sempre corretas. É que eles são lucrativos quando não são desafiados. Nestes casos, as negações são bem-sucedidas não porque sejam válidas, mas porque são inconvenientes e dispendiosas de resolver.

Do ponto de vista do pagador, isto é otimização operacional. Do ponto de vista do fornecedor, a perda de receitas muitas vezes permanece inexplicada porque nenhuma reclamação isolada parece significativa por si só.

Com o tempo, estas decisões “não valem a pena” transformam-se silenciosamente na recuperação esperada, estabelecendo um novo status quo.

Em quais hospitais eles deveriam prestar atenção

À medida que os pagadores aumentam o uso da IA ​​e da automação para emitir recusas de forma mais rápida, em maior escala e com complexidade crescente, os hospitais ficam para trás. Sobrecarregados pelo volume, limitados pelos orçamentos e sem o conhecimento especializado e a tecnologia necessários para rejeitar rejeições de forma consistente, as abordagens tradicionais de gestão de rejeições e acompanhamento de desempenho não são mais suficientes.

Embora a automação possa melhorar a padronização e a velocidade, estudos mostram que muitos hospitais ainda lutam com o número crescente de recusas e com a carga que representam para os funcionários e para o fluxo de caixa. De acordo com uma pesquisa recente realizada pela MGMA, quase 60% dos provedores relataram um aumento nas recusas de sinistros ao longo do anocom os provedores gastando coletivamente mais de US$ 20 bilhões por ano tentando revertê-los.

Se os hospitais quiserem permanecer à frente, os líderes do ciclo de receitas devem passar da reação à estratégia. Aqui estão as principais áreas de foco:

  • Quais categorias de recusas têm as taxas de recurso mais baixas e são realmente válidas?
  • Onde é que os pagamentos insuficientes ficam consistentemente abaixo dos limites de revisão?
  • Quais pagadores apresentam padrões de pagamento parcial ou “recusas brandas” que não acionam fluxos de trabalho?
  • Com que frequência os hospitais optam por não recorrer por esforço e não por mérito?

Essas perguntas não são sobre culpar as equipes. Trata-se de compreender onde o comportamento do pagador e a capacidade do fornecedor se cruzam e onde essa intersecção cria risco.

Usando dados para nivelar o campo de jogo

A boa notícia é que os provedores também podem usar análises para combater essa dinâmica. As principais organizações estão começando a analisar recusas e pagamentos insuficientes através de diferentes lentes. Não apenas por código de razão, mas por custo de recurso, probabilidade de recuperação e verdadeiro impacto financeiro.

Em vez de perguntar “Por que isso foi negado?” eles perguntam:

  • Por que essa negação continua?
  • Quais reivindicações têm maior probabilidade de serem sistematicamente mal pagas?
  • Quais rejeições têm a maior proporção de rollover/esforço?
  • Quais políticas do pagador se correlacionam com altas taxas de recusa de baixo rendimento?

Esta mudança permite que os hospitais identifiquem padrões de recusa estrategicamente concebidos para permanecerem incontestados e apresentarem essas questões, seja através de recursos direcionados, discussões contratuais ou negociações com os pagadores.

Quando os provedores conseguem mostrar padrões apoiados em dados, em vez de exemplos isolados, as conversas com os pagadores mudam. O que antes parecia uma frustração anedótica torna-se uma visão mensurável e defensável.

A receita que você não vê é a receita que você perde

Hoje, os hospitais operam sob uma pressão sem precedentes sobre as margens. Até gosto margens operacionais médias do sistema de saúde atingiram 1,2% no último trimestre de 2025marcando o desempenho mais forte do ano, há pouco espaço para erros. Neste ambiente, o maior risco não é a falha que cai diretamente na fila de trabalho, mas aquela que se mistura silenciosamente às operações rotineiras e nunca é questionada.

À medida que a IA se torna mais integrada nos fluxos de trabalho dos pagadores, a perda de receitas será cada vez mais devida ao que passa despercebido, e não ao que é totalmente rejeitado. À medida que os hospitais investem pesadamente em suas próprias análises e automação, agora é o momento certo para expandir a conversa. Não apenas para agilizar recursos, mas também para compreender a estratégia do pagador. Não apenas por falhas de trabalho, mas também por ver os padrões por trás delas.

Porque quando as soluções são projetadas para permanecerem fora do radar, a visibilidade se torna uma das ferramentas mais valiosas que um fornecedor pode ter.

Foto: digicomphoto, Getty Images


Paulo Havi é o Diretor Comercial da Revecorefornecedora líder de soluções abrangentes de gerenciamento do ciclo de receitas para sistemas hospitalares em todo o país. Paul passou sua carreira como líder do ciclo de receita de saúde, incluindo mais de uma década na Change Healthcare (agora Optum). Paul é bacharel em Administração de Empresas pelo The College of New Jersey e possui MBA em Finanças e Consultoria pela Wake Forest University.

Esta postagem aparece em Influenciadores da MedCity programa. Qualquer pessoa pode publicar sua perspectiva sobre inovação em negócios e saúde no MedCity News por meio de Influenciadores do MedCity. Clique aqui para saber como.

Link da fonte