Previo Health Analytics · Modelagem Quantitativa em Saúde
01 / 11
PREVIO HEALTH ANALYTICS
Modelagem Quantitativa para decisões com dados em saúde.
Modelagem preditiva calibrada sobre SIH/SIA-SUS, TISS, ANS operadoras, CFM, CNES e IBGE PNAD — projeções de custo, utilização, risco e impacto com rastreabilidade de cada parâmetro.
Mockup interativo · versão 0.2 · 2026 · previo-health-analytics-mockup
Fundamentos

A pilha é pesquisa acadêmica de ponta e matemática consagrada — não invenção de startup.

O Previo Health não inventa método. Compõe frameworks validados em conferências top (NeurIPS, ICLR, ACL) e modelos matemáticos usados há décadas por instituições que decidem com capital em jogo.

§ IA de orquestração (2023–2025)
CAMEL-AI
KAUST · Oxford · NeurIPS 2023
Comunidade open-source adotada por Stanford, MIT, CMU, DeepMind. 40k+ estrelas no GitHub.
OASIS
CAMEL-AI · Tsinghua · Peking · ICLR 2025
Aplicado em pesquisa de políticas de saúde pública, dinâmica de desinformação e análise de epidemias.
GraphRAG
Microsoft Research · 2024
Base do Copilot enterprise (Microsoft), de produtos como Glean e Perplexity Enterprise, e de projetos em Accenture e Deloitte AI.
Medical GraphRAG
Oxford · HK Polytechnic · ACL 2025
Testado em hospitais universitários do NHS UK e em pesquisa clínica em Hong Kong.
§ Matemática clássica (1944–1985)
Teoria dos Jogos · Nash
Princeton · IAS · 1944-1950
Padrão em BlackRock Aladdin, JPMorgan e Goldman Sachs para pricing e previsão competitiva.
Monte Carlo
Los Alamos · 1946-1949
Usado por Bloomberg, NASA e atuários certificados em todo seguro e previdência no mundo.
Redes Bayesianas · Pearl
UCLA · Turing Award 2011
Fundamento em McKinsey QuantumBlack, BCG Gamma e Bain Advanced Analytics.
Markov MDP · Bellman
RAND Corporation · 1957
Padrão-ouro em avaliação de tecnologia em saúde: NICE UK, CADTH Canadá, Imperial College.
MCDA · Keeney & Raiffa
Harvard · 1976
Usado por NASA, DARPA, OMS e comitês de ATS para decisão multi-critério auditável.
Nada é proprietário. O diferencial está na composição e calibração com dados brasileiros.
Bases de dados

O motor analítico é calibrado contra bases oficiais brasileiras — não contra opiniões de especialistas.

Cada variável do modelo — incidência, custo médio, tempo de permanência, rede credenciada, prevalência — tem fonte rastreável. Nenhum número é estimado sem lastro. Quando a base não cobre o cenário, o modelo declara a limitação.

§ Saúde suplementar · operadoras e prestadores
TISS / ANS
ANS · guias TISS · DIOPS
Sinistralidade, frequência de utilização e padrões de reembolso por faixa etária, plano e operadora.
CNES
Cadastro Nacional de Estabelecimentos
Capacidade instalada da rede credenciada — leitos, equipamentos e serviços por município e prestador.
CFM
Conselho Federal de Medicina
Oferta médica por especialidade e região — densidade de profissionais que limita acesso.
SIH-SUS
Sistema de Informações Hospitalares
AIH hospitalares públicas — incidência, custo e permanência por CID, procedimento e UF.
SIA-SUS
Sistema de Informações Ambulatoriais
Produção ambulatorial SUS — utilização per capita de consultas, exames e procedimentos.
§ Epidemiologia e socioeconomia populacional
SIM
Sistema de Informação sobre Mortalidade
Mortalidade por causa, idade e território — base de outcomes e carga de doença nos modelos.
SINASC
Sistema de Informações sobre Nascidos Vivos
Nascidos vivos, paridade e condições perinatais — entradas para projeções de saúde materna.
SINAN
Notificação de Agravos
Doenças de notificação compulsória — vigilância epidemiológica para projeções de surtos e contágio.
IBGE PNAD Contínua
Pesquisa Nacional por Amostra
Estratificação por renda, escolaridade, ocupação — calibra perfis decisórios ao contexto socioeconômico real.
PNS · IBGE
Pesquisa Nacional de Saúde
Prevalência autorreferida de condições, acesso a serviços e comportamento de busca por cuidado.
Todas as bases são públicas e auditáveis · integração via data lake indexado · atualização mensal ou anual conforme fonte
Problemas na prática

Seis problemas recorrentes de saúde suplementar e pública — e a entrega do Previo em cada um.

Casos reais em que decisões com capital em jogo precisam de antecipação quantitativa. O Previo Analytics reduz o tempo do "não sei" de semanas para dias, com rastreio auditável em cada afirmação.

01 · Reajuste de rede
Negociação de tabela com prestador estratégico
Operadora precisa decidir qual margem ceder para evitar que hospital-âncora saia da rede — sem disparar pedido equivalente de outros.
Probabilidade de aceite por faixa de reajuste, efeito-cascata em outros prestadores e impacto projetado em sinistralidade.
02 · Submissão ATS
Incorporação tecnológica na CONITEC
Pharma prepara dossiê para CONITEC ou comissão de ATS — quais argumentos de custo-efetividade vão ser atacados pelos pareceristas?
Simulação do painel avaliador, pontos fracos da submissão e contra-argumentos por perfil de parecerista.
03 · Rol ANS
Nova cobertura obrigatória entrando no rol
ANS adiciona procedimento ou medicamento ao rol — quanto a sinistralidade vai subir nos próximos 24 meses por carteira?
Projeção de demanda por perfil etário, impacto financeiro calibrado e pontos de negociação com prestadores de ponta.
04 · M&A atuarial
Due diligence de operadora regional
Fundo de PE avalia aquisição de operadora média — a carteira está saudável ou há passivo de sinistralidade e judicial escondido?
Projeção de sinistralidade, mapeamento de passivo judicial e reação projetada de reguladores à transação.
05 · Crise judicial
Liminar de cobertura off-label em escala
Decisão judicial determina cobertura de terapia off-label com valor elevado — qual o limite antes de comprometer solvência?
Cenários de efeito-cascata, fluxo de caixa sob diferentes tamanhos de liminar e roteiro de defesa técnica.
06 · Política pública
Impacto de programa SUS em indicadores
Gestor público estuda lançar programa de rastreio populacional — qual efeito projetado em mortalidade e custo no horizonte 3-5 anos?
Projeção de outcomes calibrada em SIM/SIH-SUS, custo de implementação por UF e cenários contrafactuais.
Do conceito à operação
Veja como funciona.
6 etapas · briefing → grafo → perfis → ciclos → cenários → estudo
§ 1 · O ponto de partida

Você tem uma decisão. Não sabe como o mercado vai reagir.

briefing.md · entrada
Operadora avalia reajuste contratual de prestador

Você descreve o cenário em um briefing de estudo: o que está em jogo, os atores envolvidos, os dados disponíveis, a pergunta que precisa ser respondida.

Esse documento é a entrada do Previo. A partir dele, tudo acontece.

Entrada: texto livre, relatório, proposta, minuta ou cenário hipotético
§ 2 · Extração de conhecimento

O documento se transforma em um grafo de conhecimento.

Cada ator, regulação, tensão e dado numérico do briefing vira um nó. As relações entre eles viram arestas. O grafo é a referência estruturada do cenário — consultável por qualquer parte do sistema.

ANS Operadora Atuarial Auditoria Prestador Hospital Compliance Beneficiário
GraphRAG · extração automatizada de entidades e relações · Neo4j
§ 3 · Perfis decisórios

O grafo se povoa com 80 perfis decisórios calibrados.

Cada perfil representa uma lógica de decisão — restrições, prioridades e incentivos típicos de uma função institucional. Não replica pessoas nem cargos reais. Passe o mouse sobre os pontos.

Calibração: SIH-SUS · SIA-SUS · TISS · ANS · CFM · IBGE PNAD
§ 4 · Ciclos de inferência

Os perfis interagem e reavaliam posições.

A cada ciclo, cada perfil decisório processa o que os demais publicaram, forma ou atualiza sua posição, e reage. O que emerge não foi programado — surge da interação agregada.

modelagem em execução
CICLO 01 / 12
neutro
apoio
resistência
interações: 0
Cada linha = uma interação entre perfis decisórios · padrões emergem das dinâmicas acumuladas
§ 5 · Cenários preditivos

Padrões se consolidam em cenários com probabilidade.

Os agrupamentos observados nos ciclos finais formam os cenários. Cada cenário tem probabilidade calibrada, variáveis-chave identificadas e análise de sensibilidade.

Cenários preditivos consolidados
N=80 · 12 ciclos
Cenário A
0%
Cenário B
0%
Cenário C
0%
Probabilidades calibradas · variáveis-chave · análise de sensibilidade
§ 6 · Entrega

Um estudo preditivo, assinado e auditável.

Documento estruturado. Cada afirmação linkada à fonte. Responsável técnico identificado. Limitações declaradas. Você decide com evidência — não com opinião.

Estudo Preditivo Previo
nº 047 / 2026
01
Sumário executivo
3 fontes
02
Metodologia
whitepaper
03
Cenários preditivos
N=80
04
Análise de sensibilidade
12 ciclos
05
Recomendações
rastreável
06
Limitações
declaradas
07
Apêndice técnico
dados IBGE
Rigor de instituto de pesquisa · entrega em dias, não em meses