OpenAI põe agentes de IA para preencher prontuários e pedir autorizações

A OpenAI colocou dois modelos de linguagem para trabalhar como auxiliares administrativos dentro de clínicas e operadoras de saúde nos Estados Unidos. GPT-6 Astra e GPT-6 Luna operam os programas já instalados nessas empresas por meio de cliques e digitação, no lugar de uma pessoa. O número que dimensiona a aposta comercial é o custo: 8,5 centavos de dólar por tarefa no modelo mais barato, o Luna, 98% abaixo do Astra, segundo dados divulgados pela própria companhia.

Como o agente chega ao pedido de exame

No exemplo do anúncio, um paciente relata dor nas costas. O agente busca achados anteriores, redige o pedido de ressonância magnética e uma resposta ao paciente e, em seguida, monta no portal da operadora a solicitação de autorização prévia — o prior authorization, aval que o convênio precisa dar antes de custear parte dos procedimentos. Médicos e a equipe administrativa revisam as minutas antes do envio.

A base técnica são os agentes de uso computacional incorporados à Agents API no fim de setembro. A OpenAI aponta a escassez de APIs no setor de saúde — as interfaces que permitem a dois sistemas trocar dados sem intervenção humana — como motivo para fazer o robô operar telas prontas, transferindo informações entre prontuários eletrônicos e portais externos. Os recursos aparecem na via de programação e em dois produtos, o ChatGPT for Healthcare e o ChatGPT for Clinicians.

Os números divulgados

Em uma avaliação descrita pela OpenAI, o Astra percorreu tarefas de caixas de entrada de prontuários eletrônicos, entre elas a preparação de uma dose de ibuprofeno para uma criança com o braço quebrado. Revisores médicos consideraram 99% das 325 tarefas analisadas clinicamente seguras. Em 93% de 646 revisões, o trabalho de preparação foi classificado como muito ou extremamente útil.

MétricaResultado
Custo por tarefa do GPT-6 Luna8,5 centavos de dólar
Economia do Luna frente ao Astra98%
Tarefas avaliadas por médicos325
Tarefas consideradas clinicamente seguras99%
Revisões em que o preparo foi muito ou extremamente útil93% de 646
HealthAdminBench — GPT-6 Astra94,3% dos pontos
HealthAdminBench — GPT-6 Luna91,8% dos pontos

Para rotinas como autorizações prévias, recursos contra negativas e pedidos de equipamentos, a referência é o HealthAdminBench, um benchmark — conjunto padronizado de testes usado para comparar modelos — desenvolvido por pesquisadores da Universidade Stanford de forma independente. O Astra alcançou 94,3% dos pontos disponíveis e o Luna, criado para preço baixo de API, ficou com 91,8%. Os dois rodaram com esforço máximo de raciocínio no teste.

CVS, Cigna e o gargalo das referências

Na CVS Health, os agentes já processam encaminhamentos e consultas com especialistas que correm em sistemas separados. Segundo o anúncio, um deles liquidou em um único fim de semana um acúmulo de meses de documentos pendentes de saída, enquanto outro executa as etapas de sistema para dezenas de milhares de consultas por dia. A empresa publicou sua arquitetura de software como Agent Kit no GitHub.

Na seguradora Cigna Healthcare, os modelos consolidam informações de pacientes espalhadas por mais de 10 sistemas distintos. A Abridge desenvolve os agentes para uso previsto no planejamento de alta hospitalar. A Ambience demonstrou mecanismos extras de segurança: o agente para quando o prontuário está confuso e pede intervenção médica. Startups como a Assort usam o recurso no Codex para concluir encaminhamentos em softwares de gestão de consultórios cujas APIs não suportam o clique final.

Dados sensíveis, HIPAA e a ausência da Europa

Como os agentes atuam dentro de prontuários eletrônicos, a proteção de dados de saúde é o ponto mais delicado. A OpenAI afirma que não usa dados de organizações clientes para treinar seus modelos de base. O ChatGPT for Healthcare oferece controles de acesso por função e registros de auditoria, e as organizações podem configurar aplicações e ambientes para que o agente alcance apenas os registros e as ações exigidos por cada tarefa.

Para fluxos com informações de saúde protegidas e em conformidade com a HIPAA — a lei americana que rege a privacidade desses dados —, as organizações precisam assinar um Business Associate Agreement (BAA) com a OpenAI, usar os serviços cobertos e aplicar as configurações de segurança e retenção exigidas. Profissionais de saúde verificados nos EUA que usam o ChatGPT for Clinicians, plano individual gratuito, também podem assinar o BAA, válido apenas para os recursos abrangidos pelo contrato.

Na implantação da CVS Health, os dados ficam em infraestrutura controlada pela própria CVS, que revisa as etapas de trabalho por capturas de tela e registros de ações. O anúncio não informa onde essas imagens são processadas nem por quanto tempo ficam armazenadas, e também não trata do Regulamento Geral de Proteção de Dados (GDPR) europeu. Por ora, a oferta mira o mercado americano.

O que isso significa para o investidor

A leitura de mercado é menos sobre precisão de modelo e mais sobre estrutura de custo. Autorização prévia, recurso contra negativa e conferência de encaminhamento são atividades de alto volume, baixo valor unitário e histórico de terceirização — perfil que a cobrança por tarefa, e não por assinatura, tende a pressionar. Um preço de 8,5 centavos de dólar desloca a conta de prestadores de serviços administrativos e de BPO (a sigla em inglês para terceirização de processos) no setor de saúde, ainda que a adoção dependa de fatores que o comunicado não resolve.

Duas variáveis seguem abertas. A primeira é a integração: conectar agentes a sistemas legados e fragmentados — a Cigna fala em mais de 10 sistemas — costuma consumir mais orçamento do que o próprio modelo. A segunda é a governança: o anúncio não define se uma pessoa é obrigatoriamente responsável pela decisão em etapas clínica ou juridicamente relevantes, e a supervisão prática por capturas de tela e logs ainda é um teste em escala.

Para quem investe a partir do Brasil, não há exposição direta na B3: a OpenAI é uma companhia fechada. O efeito chega por vias indiretas — operadoras e empresas de tecnologia em saúde com custo administrativo elevado, fornecedores de infraestrutura de nuvem e o próprio debate regulatório sobre dados sensíveis, que tende a chegar ao mercado brasileiro sob a LGPD antes de qualquer expansão global desses agentes.