Como o health[ops] é construído: dados, ciclo, IA, segurança e implantação.
O que está por baixo das telas: duas camadas de dados que só fazem sentido juntas, uma arquitetura que responde 80% no gold, um ciclo fechado que não é BI, um time de agentes de IA, sigilo por construção e uma jornada de implantação de cerca de 8 semanas.
Engenharia de dados já feita: o que transforma “gastei X” em “gastei X, e isso é caro para o meu setor”.
Duas camadas que só fazem sentido juntas. Os dados privados da carteira dizem o que aconteceu. A camada pública diz se isso é normal — e para quem.
A carteira, como ela chega.
Cada operadora manda um formato: TUSS, código próprio ou texto livre. A camada canônica conforma tudo — operadora → TUSS → SIP → CID — com degradação graciosa: o evento nunca é descartado, só classificado no nível possível.
- PLANOUtilização do plano: contas, autorizações e senhas · faturas e competências (competência = vigência, não mês civil)
- FOLHAFolha, benefícios, elegibilidade e vínculo · CCTs e regras do setor
- SSTSOC: ficha clínica, ASO, atestados · PCMSO, PGR, LTCAT, AET
- CONTRATOApólices bitemporais, subfaturas por CNPJ, regras de reajuste e vigências
- COLETAPortal, mainframe, SFTP, e-mail ou upload — o parser é o mesmo; muda só o transporte. Carga idempotente por hash.
Fontes oficiais, coletadas, agregadas e cruzáveis com os seus números.
- operadora 360 · raio-x
- planos registrados · vidas
- IGR / NIP · DIOPS · reajustes
- CID-10 · CID-11 (pronto p/ a virada)
- CIF — funcionalidade
- mapas CID-10 ↔ 11
- TUSS + Rol ANS · DUT
- OPME (materiais)
- CMED preço-teto · CBHPM · SIMPRO
- CNPJ universo de empresas
- CNAE · CBO · perfil QBQ
- CAGED fluxo de emprego
- benefícios B31/B91 · CAT
- SINAN agravos ocupacionais
- NTEP · RAT/FAP
- CNES rede de prestadores
- Vigitel fatores de risco
- Justiça do Trabalho — DataJud
Um ciclo fechado, não um painel.
O que a ação produziu volta para o modelo. Com o tempo, a plataforma aprende quais intervenções funcionam para qual perfil de carteira.
IA não deveria produzir mais análises. Deveria eliminar as que ninguém precisava fazer.
O analista ficou 10× mais rápido e a sinistralidade não baixou: o ganho da IA existe, mas hoje mora no indivíduo, não na operação. IA institucional muda a curva de custo da operação — a sua equipe não precisa trabalhar mais rápido, precisa trabalhar no que importa.
Cada agente é um analista sênior de um domínio — sabe as perguntas certas, as bases certas e as normas.
Meu reajuste está acima do mercado?
Quais contas fogem do padrão?
Quem são os crônicos de alto custo e por quê?
Onde está meu risco ocupacional?
Qual o perfil do meu turnover? Que ações de T&D em saúde são oportunas?
Quais contas renegociar — e com que argumento?
IA sem evidência é opinião. IA com evidência vira ferramenta de trabalho.
Sigilo por construção. A coluna sensível está ausente, não trancada.
A identificação é descartada na porta sem termo, ou vai ao cofre isolado. Quem reabre é o servidor do app — nunca o modelo — nominal por apólice e sempre registrado. Minimização acontece na entrada, não na saída.
Toda flag de visibilidade nasce falsa. Um bug que fecha demais é um chamado de suporte; um que abre demais é um incidente. Escolhemos o primeiro.
Tudo que sai para a corretora vem em grupos de pelo menos 5 vidas, e diagnóstico nunca aparece por pessoa. A identidade, quando autorizada, é aberta pelo servidor da aplicação — nunca pelo modelo de IA.
Allowlist por pessoa (quem pode) é independente do SSO (como entra). Nunca autorizamos por domínio de e-mail.
RLS multi-tenant desde a primeira migration. Agente com whitelist deny-by-default. Sem chave que ignore RLS no projeto. Tenant A não vê linha de B — testado antes de cada entrega, não só prometido.
O cadastro da apólice é o ponto de partida. Go-live em cerca de 8 semanas.
Veja o que o health[ops] encontraria na sua carteira.
30 minutos, com a sua carteira e a série da ANS na mesa. Você sai com 3 achados prioritários — número, evidência e fonte — e decide se quer ver o resto.