Predição de sinistralidade: como antecipar a renovação do plano

Toda renovação de plano de saúde tem uma assimetria silenciosa: a operadora chega com um número, a empresa chega com uma esperança.

A cena se repete todo ano. A operadora apresenta o reajuste, o RH tenta negociar, e o resultado fica no campo do incerto. Só que o jogo não começa na data de aniversário do contrato. Começa meses antes, no fato de que a empresa não tem projeção própria do que vai acontecer com o custo do plano.

É essa assimetria que a predição de sinistralidade ataca. E ela não se resolve comprando "uma IA".

O que é predição de sinistralidade (e o que não é)

Predição de sinistralidade é a projeção do comportamento do custo do plano de saúde para os próximos 6 a 12 meses, construída a partir do histórico da própria empresa e de um modelo estatístico. Para populações acima de 100 vidas e com 18 meses ou mais de histórico organizado, uma regressão simples chega a uma margem de erro de 5% a 10% no horizonte de 6 meses. É precisão de sobra para orçar o ano e preparar a negociação de renovação.

Bola de cristal ela não é. Tampouco é produto de prateleira que se compra pronto ou projeto de machine learning que exige cientista de dados dedicado: na maior parte dos casos, é planilha bem organizada e estatística de graduação aplicada com disciplina.

Os três tipos de dado que alimentam a projeção

O modelo se sustenta em três categorias de informação que a empresa já tem, ou já deveria ter:

• →Histórico: sinistralidade mensal dos últimos 24 meses, decomposição pelos 10 principais grupos de CID, custo per capita por faixa etária e histórico de internações.
• →Demografia: distribuição etária real da base, entradas e saídas previstas de colaboradores, e crônicos mapeados na população.
• →Externo: sazonalidade de doenças respiratórias e a inflação médica publicada pelo IESS, que dá a referência de quanto o custo sobe mesmo quando a utilização fica estável.

Nada nessa lista depende de dado que só a operadora tem. É tudo informação a que a empresa tem direito, e boa parte já chega mensalmente em relatórios que ninguém consolida.

O que o modelo entrega: três cenários e os grupos de pressão

O resultado prático de um modelo bem alimentado tem três partes:

• →Projeção de sinistralidade em três cenários: base, otimista e conservador. Um número único é chute com roupa de precisão; a faixa entre cenários é o que permite decidir.
• →Os grupos que mais vão pressionar o custo nos próximos meses: faixas etárias, grupos de CID, crônicos sem acompanhamento.
• →Quanto cada grupo pesa no prêmio se nada for feito, o que transforma a projeção em agenda de ação, não só em previsão.

A predição não faz o reajuste sumir. Ela muda quem chega à mesa com dado. Em vez de só reagir ao número da operadora, a empresa senta com o próprio número na mão, sabe de onde ele vem e sabe o que está fazendo para movê-lo.

A armadilha do machine learning

A armadilha mais comum nesse tema é achar que precisa de machine learning para começar. Não precisa. Quem espera ter "IA de verdade", orçamento aprovado e ferramenta contratada costuma chegar na renovação de mãos vazias de novo, um ano depois.

Para o porte de população da maioria das empresas brasileiras, o ganho de um modelo sofisticado sobre uma regressão simples raramente justifica o custo e o prazo. O gargalo quase nunca está no algoritmo, e sim no dado espalhado em PDF de operadora, sem série histórica montada. Sofisticação de modelo vem depois, se vier.

Fase 1: por onde começar

Modelo vem depois. O primeiro passo é organizar a casa:

• →Reunir os relatórios de sinistralidade dos últimos 24 meses num formato estruturado (uma linha por mês, colunas consistentes), em vez de uma pasta de PDFs.
• →Consolidar a decomposição por CID e o custo per capita por faixa etária, na granularidade que a operadora fornece.
• →Plotar a tendência mensal da sinistralidade e marcar os eventos atípicos: uma internação de alto custo, um surto sazonal, um mês fora da curva.
• →Separar o que é estrutural (tendência que se repete) do que é pontual (evento que não deve se repetir): essa distinção sozinha já muda a conversa de renovação.
• →Só então avaliar se vale evoluir para um modelo formal de projeção.

Na maioria dos casos, a tendência plotada já conta a história com clareza suficiente para agir. O modelo formal vem para dar faixa de confiança e cenários, não para revelar o que o gráfico já mostrava.

Checklist para a próxima renovação

Duas perguntas separam quem negocia de quem reage: a sinistralidade dos últimos 24 meses está organizada num lugar só, ou espalhada em PDF de operadora? E na próxima renovação, quem chega com projeção própria: a empresa ou só a operadora? O checklist abaixo transforma essas perguntas em verificação objetiva:

• →Sinistralidade mensal de 24 meses consolidada numa base única e estruturada.
• →Top 10 de CID identificado e acompanhado ao longo do tempo.
• →Custo per capita por faixa etária calculado e atualizado.
• →Entradas e saídas previstas de colaboradores mapeadas para os próximos 12 meses.
• →Crônicos identificados na base, com status de acompanhamento.
• →Inflação médica do IESS incorporada como referência externa de comparação.
• →Projeção própria em três cenários pronta antes de a operadora apresentar o reajuste.
• →Plano de ação sobre os grupos de maior pressão, documentado para levar à mesa.

O que a predição não resolve

A margem de erro de 5% a 10% vale para populações de 100 vidas ou mais com 18 meses de histórico; abaixo disso, a volatilidade individual domina e a projeção vira faixa larga demais para sustentar negociação. Nenhum modelo prevê o evento catastrófico isolado, como uma internação de altíssimo custo que muda o ano inteiro; para isso existem os cenários, não a previsão pontual. E a projeção perde força além do horizonte de 12 meses: ela é ferramenta de renovação e orçamento, não de planejamento de longo prazo.

E predição sem ação é só ansiedade antecipada. Saber que a sinistralidade vai subir e não atacar os grupos de pressão apenas transfere a frustração da mesa de renovação para o comitê de orçamento.

Se a sua próxima renovação está a menos de seis meses e a resposta às duas perguntas do checklist ainda é "espalhado em PDF" e "só a operadora", o diagnóstico da Benmind resolve a primeira etapa: uma conversa de 30 minutos que mostra o que já dá para projetar com o dado que a empresa tem hoje e o que falta organizar para chegar à mesa com número próprio.

Referências

• →IESS — Instituto de Estudos de Saúde Suplementar: dados de inflação médica utilizados como variável externa de projeção (2026).
• →Parâmetros de precisão (margem de erro de 5% a 10% para 100+ vidas e 18+ meses de histórico, horizonte de 6 meses): prática da Benmind em projetos de predição de sinistralidade (2026).