Inteligência artificial, predição informacional e o risco de solvência na saúde suplementar brasileira

• Ano de defesa: 2024
• Autor(a) principal: Jácome, Marília Augusta Raulino
• Orientador(a): Lucena, Wenner Glaucio Lopes
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal da Paraíba
• Programa de Pós-Graduação: Programa de Pós-Graduação em Ciências Contábeis
• Departamento: Finanças e Contabilidade
• País: Brasil
• Palavras-chave em Português: Inteligência artificial; Machine learning; Predição informacional; Risco de solvência; Saúde suplementar; Artificial intelligence; Informational prediction; Solvency risk; Supplementary health
• Área do conhecimento CNPq: CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO::CIENCIAS CONTABEIS
• Link de acesso: https://repositorio.ufpb.br/jspui/handle/123456789/31532

Esta tese apresenta os resultados de uma pesquisa no contexto da saúde suplementar brasileira, tendo como objetivo investigar o impacto da inteligência artificial (IA) na predição informacional de despesas assistenciais e no risco de solvência das Operadoras de Planos de Saúde (OPS) brasileiras. A partir de machine learning, a análise de cluster, pelos modelos Fuzzy C-Means e K-means, segmentaram as bases de dados de mundo real em grupos de risco conforme classes por proximidade das informações de cada grupo. Para predição informacional das despesas assistenciais (sinistros), foram utilizados os algoritmos de machine learning, K-nearest neighbors ou K-Vizinhos Próximos (KNN), Randon forest (florestas aleatórias) e Extreme Gradient Boosting (XGBoost). Os resultados revelam que os modelos de IA proporcionam nível de acurácia entre 99,06% a 99,26% na predição informacional das despesas assistenciais das OPS Alfa, Beta e Gama, permitindo concluir que a IA demonstra capacidade de impactar positivamente o risco de solvência das OPS brasileiras, bem como representa a possibilidade real das OPS otimizarem o ciclo financeiro invertido e a capacidade de alocação de recurso. A partir destes resultados, foram propostas diretrizes para gestão de riscos de solvência das OPS, representando um passo significativo para a integração de tecnologias de IA nas práticas operacionais das OPS, contribuindo para um sistema de saúde mais resiliente e sustentável. Os resultados produziram contribuições em abordagens múltiplas que envolvem aspectos econômicos, sociais e de governança corporativa, demonstrando o avanço teórico, mas também oferecendo aplicações práticas que têm o potencial de influenciar positivamente a economia, sociedade, meio ambiente e governança corporativa no contexto da saúde suplementar brasileira.