Oscar Health: documentação nearly 40% mais rápida, escalações de sinistros resolvidas 50% mais rápido e o primeiro BAA com OpenAI

• Oscar brings AI to health insurance, reducing costs and improving patient care — OpenAI (customer story), 2024-04-01
• Oscar Claim Assistant Built On GPT-4 (Skeleton Trace, итеративные запросы, 100%/80% точности по категориям) — Oscar Tech (Medium, инженерный блог), 2023-10-19
• Harnessing OpenAI to Enhance the Healthcare Experience (документация <12 минут против 20+) — Oscar Health (корпоративный блог), n/a

Contexto

Oscar Health é uma empresa de tecnologia de seguros de saúde dos EUA que constrói cobertura em torno de dados e tecnologia. O cofundador e CTO Mario Schlosser explica por que os language models se tornaram o ponto de inflexão da empresa: 'Language models foram a primeira vez que pensamos, você pode traduzir a bagunça do mundo real em um plano digitalizado claro.' Para uma seguradora isso não é uma metáfora — seu negócio inteiro consiste em texto não estruturado: registros médicos, contratos, logs de processamento de sinistros e correspondência com médicos.

Duas decisões institucionais diferenciam Oscar da maioria dos concorrentes. Primeiro — disciplina de seleção de modelos: 'Fazemos benchmark de todos os modelos principais regularmente, com datasets proprietários para casos de uso específicos de healthcare,' diz Nikhita Luthra, Senior Product Manager and AI R&D Lead. 'Os modelos OpenAI consistentemente performam melhor.' Segundo — a construção legal: Oscar se tornou a primeira seguradora a assinar um Business Associate Agreement (BAA) com OpenAI — o contrato mandatório por HIPAA que permite que um serviço de terceiros processe informações de saúde protegidas. 'OpenAI tem sido um ótimo parceiro para garantir que os dados estejam sendo usados de forma realmente responsável e em conformidade,' observa Luthra.

A empresa é inusitadamente aberta para sua indústria: o time de engineering publica análises técnicas profundas de seus sistemas de AI no blog Oscar Tech no Medium (incluindo um post detalhado sobre a arquitetura do claims assistant, outubro de 2023), e resultados no blog corporativo. Este caso é montado a partir de três fontes primárias: o case study OpenAI (abril de 2024), o write-up de engineering e o blog da empresa — uma rara oportunidade em healthcare AI para validar cruzadamente as camadas de marketing e técnicas de uma história.

Problema

O overhead administrativo é um dos principais impulsionadores de custo em healthcare nos EUA. Documentar uma única conversa entre um paciente e o time médico leva mais de 20 minutos para um humano; na escala de uma seguradora isso são milhares de horas clínicas gastas digitando texto, e um contribuinte direto para o burnout de enfermeiros e médicos.

Entender a 'história de vida' de um sinistro de seguro é ainda mais difícil. Milhões de variáveis contratuais participam do processamento, e cada sinistro deixa para trás uma Claim Trace — um log detalhado de todas as decisões que o sistema tomou ao longo de sua jornada. Quando um médico faz perguntas sobre um sinistro ('por que foi negado?', 'por que este valor?'), os times da Oscar devem percorrer esses logs manualmente — trabalho lento e caro que requer expertise rara e simultânea em medicina, contratos e sistemas internos.

A terceira camada são os registros médicos. Eles são escritos em linguagem natural não estruturada, e para pacientes com as condições mais complexas chegam a 500 páginas: encontrar o fato relevante é um problema de encontrar agulha no palheiro. Aqui se esconde o viés sistêmico do qual Luthra fala: quanto mais doente a pessoa, mais longo e mais difícil de lidar com seu registro — e pior o sistema serve precisamente aqueles que mais precisam de ajuda.

Acima de tudo fica o marco regulatório: HIPAA. Qualquer solução que envie dados médicos para um modelo de terceiros é simplesmente ilegal sem a construção BAA — o primeiro filtro que mata a maioria dos 'quick pilots' em healthcare nos EUA.

Solução

Na OpenAI API a empresa automatizou três loops, cada um com uma fonte primária por trás.

Loop um — documentação clínica: drafts de documentação de conversa de cuidado e revisões de resultados de laboratório. O tempo caiu nearly 40% — de acordo com o blog da empresa, documentar uma conversa agora cabe em menos de 12 minutos versus 20+ para um humano; enfermeiros e clínicos se deslocam para tarefas de ordem superior.

Loop dois — o claims assistant, cuja história de engineering é instrutiva (Oscar Tech, outubro de 2023; autores Benjamin Baker, Evan Poe, Nazem Aldroubi). A abordagem ingênua — 'alimentar GPT-4 com toda a Claim Trace' — atingiu limites de contexto; remover dados intermediários ajudou, mas o modelo se perdeu em casos complexos. A solução funcional era a estrutura Skeleton Trace — uma 'tabela de conteúdos' da trace mostrando apenas a hierarquia de execução do módulo sem valores: o modelo olha para o skeleton, decide qual segmento de trace solicitar, e iterativamente escava em direção à resposta; o sistema avalia a confiança do modelo e puxa dados adicionais quando em dúvida. Resultados por categoria de tarefa: de 100% de acurácia em várias classes de perguntas a 80% nas mais difíceis. Em operação, o assistente reduziu o tempo de resolução de escalações do time de sinistros em 50%, com acurácia equivalente a ou melhor que agentes humanos; a empresa esperava automatizar a investigação de pelo menos 4.000 tickets por mês (48.000 até o final do ano).

Loop três — registros médicos: encontrar informações relevantes para acelerar a análise de sinistros, resumir registros anteriores para preparar um provedor para um encontro, e extrair dados em muitos registros para perguntas como 'qual desses pacientes diabéticos seria um bom candidato para monitoramento contínuo de glicose'.

Há também um quarto loop, cultural — o 'flywheel de conhecimento': Oscar deliberadamente publica seus achados de generative AI em seu blog e redes sociais. A lógica de Schlosser é pragmática: 'As pessoas estão todas lutando com os mesmos problemas em healthcare. Se resolvermos um problema primeiro, devemos contar aos outros sobre isso — eles nos dirão o que resolveram também, e é uma forma fantástica de colocar o flywheel girando.' E a ambição declarada vai muito além da rotina administrativa: 'Não queremos apenas roer as bordas da simplificação de casos de uso administrativos. Nos próximos três a cinco anos, precisamos reduzir o custo de ver médicos e estar no hospital por um fator de 10. A única maneira de fazer isso é ter um modelo na frente e no centro — não apenas scribing, mas integrando-se nas interações membro-provedor.'

Organizacionalmente, tudo isso é executado por um dedicated AI Pod — um time central mandatado para guiar os times de produto, data science e operações através da aplicação de AI. A filosofia começa do problema de negócio, não da tecnologia: 'As aplicações mais bem-sucedidas acontecem quando conseguimos quebrar um problema muito complicado em tarefas pequenas,' diz Luthra, adicionando um detalhe de time: cinco dos seis membros do Pod são mulheres, todas nos seus vinte e trinta anos. Finalmente, a empresa joga o jogo longo com o regulador: junto com a Casa Branca, Oscar liderou uma coalizão de 37 dos maiores pagadores e provedores de healthcare em princípios para AI responsável em healthcare. 'A maior lição foi que os reguladores em healthcare querem que AI tenha sucesso, e estão incrivelmente entusiasmados. Cabe a nós manter o fluxo transparente de informações para o governo,' diz Schlosser.

Resultado

De acordo com o case study OpenAI (abril de 2024): o tempo gasto documentando conversas de cuidado e revisando resultados de laboratório caiu nearly 40% (de acordo com o blog da empresa — de 20+ minutos para menos de 12 por conversa); o claims assistant reduziu o tempo de resolução de escalação em 50% com acurácia equivalente a ou melhor que agentes humanos; a expectativa — automatizar a investigação de pelo menos 4.000 tickets por mês (48.000 até o final do ano). Experimentos de R&D mostraram ganhos de produtividade de até 90% em alguns casos. O write-up de engineering adiciona granularidade que casos de vendor geralmente não têm: em cenários simples a máquina correspondeu aos humanos imediatamente, em complexos ela inicialmente ficou atrás, e após Skeleton Trace ser introduzida várias categorias de perguntas atingiram 100% de acurácia, as mais difíceis — 80%.

Enquadramento: todas as figuras são auto-relato da Oscar em um case study OpenAI (uma parte interessada); 'até 90%' é um resultado de R&D, não produção; 4.000 tickets/mês era uma expectativa na época da publicação, não um fato confirmado; decisões de pagamento permanecem com humanos — AI acelera encontrar e preparar informações. A ambição de 'reduzir o custo de ver médicos por um fator de 10 em três a cinco anos' é a declaração de direção de Schlosser, não um compromisso com uma métrica.

Em nossa visão, o caso carrega duas lições sistêmicas além de seguros. Primeiro: a sequência 'BAA primeiro, modelos segundo' é a ordem correta para qualquer indústria regulada; Oscar ganhou sua vantagem inicial não porque tinha acesso a modelos diferentes, mas porque foi a primeira a construir a construção legal em que esses modelos poderiam legitimamente tocar dados reais. Segundo: o gap entre 40% (produção) e 90% (R&D) é o preço honesto de passar de demo para operações, e empresas que publicam ambos os números com rótulos explícitos merecem mais confiança do que aquelas reportando '90% em todos os lugares'.

Uma terceira observação de engineering: a história do claims assistant mostra que o trabalho principal de colocar LLMs em sistemas legados não é prompting mas design de representação de dados. GPT-4 falhou até que as traces fossem reempacotadas em uma Skeleton Trace com recuperação de detalhe iterativa — em efeito, o time inventou para sua tarefa o que mais tarde se tornaria o padrão agentic-RAG comum. Lemos este caso precisamente como um textbook sobre 'preparando dados para o modelo', não como um anúncio para uma API particular.

Lições aprendidas

1. Em healthcare a construção legal vem primeiro: o BAA com OpenAI separa um projeto viável de risco inaceitável; Oscar fez isso antes de qualquer outra seguradora e ganhou uma vantagem inicial.
2. Fazer benchmark regularmente de modelos em datasets proprietários ('fazemos benchmark de todos os modelos principais em dados proprietários') é o substituto correto para escolher um modelo por marketing.
3. Separar R&D de produção em relatórios: Oscar honestamente rotula 90% como um teto de pesquisa e ~40% como o resultado funcional — uma disciplina rara e correta.
4. O trabalho principal de LLMs em sistemas legados é representação de dados, não prompts: GPT-4 falhou em traces de sinistro completas até serem reempacotadas em uma Skeleton Trace com recuperação de detalhe iterativa.
5. Um AI Pod centralizado mandatado para guiar outros teams escala expertise sem contratar ML engineers em cada departamento, e decompor problemas difíceis em 'tarefas pequenas' é seu método central.
6. Os maiores ganhos se escondem nos dados mais inconvenientes: registros de 500 páginas de pacientes complexos se transformam de uma barreira em uma vantagem — incluindo o argumento de equidade.
7. Auto-regulação pública (uma coalizão de 37 players com a Casa Branca) é uma forma de moldar as regras futuras em vez de esperá-las.

Perguntas frequentes