Agente da OpenAI preenche pedidos de seguro: Luna fez 91,8% dos pontos por 8,5 centavos de dólar
Para obter a aprovação da seguradora para uma ressonância magnética, o funcionário da clínica copia manualmente os dados do prontuário para o portal, onde muitas vezes não há API. A OpenAI ensinou agentes a fazer isso por meio de cliques, e uma pessoa revisa o resultado. No teste HealthAdminBench, de Stanford, o GPT-6 Luna fez 91,8% dos pontos por 8,5 centavos de dólar a tarefa, e o Astra, 94,3%, mas o Luna sai 98% mais barato. Para rotinas de alto volume, compensa usar o modelo menor com revisão humana.
Processado por IA de OpenAI Blog; editado por Hamidun News
Para que um paciente consiga uma ressonância magnética, a decisão do médico não basta: a seguradora precisa aprovar o exame antes. Os dados necessários estão no prontuário eletrônico (EHR), e um funcionário da clínica os digita manualmente em um portal separado da seguradora. Esses sistemas muitas vezes não têm API, então não dá para automatizar o processo com código convencional.
A OpenAI propõe entregar esse trabalho a agentes que usam o computador como uma pessoa: clicam, digitam e alternam entre janelas. No HealthAdminBench, teste independente de pesquisadores de Stanford que avalia tarefas administrativas típicas de clínicas, o modelo GPT-6 Luna fez 91,8% dos pontos possíveis e custou 8,5 centavos de dólar por tarefa. O GPT-6 Astra, versão maior, fez 94,3%, mas o Luna sai 98% mais barato, ou seja, cerca de 50 vezes menos.
Se você constrói automação para um setor regulado, este é um exemplo de como escolher o modelo e controlar o agente.
Como isso funciona no caso da ressonância
A OpenAI montou uma demonstração com dados sintéticos. Um paciente escreve ao médico sobre dor lombar. O agente abre o EHR e lê as anotações das consultas, o histórico de fisioterapia e os exames de imagem anteriores. Em seguida, prepara o rascunho do pedido de ressonância, o registro da consulta e a resposta ao paciente, e o médico revisa tudo. O agente usa os mesmos dados para montar o pedido de aprovação prévia no portal da seguradora. A verificação final fica a cargo de um especialista em autorizações.
O ponto central é que o agente não precisa de API. Muitos portais de seguradoras e sistemas clínicos antigos não oferecem integrações, e é justamente aí que mais se gasta tempo com trabalho manual.
O que os testes mostraram
A parte clínica foi avaliada com tarefas extraídas das caixas de entrada dos médicos no EHR, elaboradas com a participação de médicos. Elas exigem entender o histórico do paciente e não se perder em interfaces complexas. Os especialistas avaliaram se o trabalho era útil e se erros, omissões ou ações do agente poderiam causar dano ao paciente. Das 325 tarefas revisadas, 99% foram consideradas seguras. Em 646 avaliações de utilidade, os médicos marcaram «muito útil» ou «extremamente útil» em 93% dos casos.
Para as tarefas administrativas (aprovações prévias, recursos, pedidos de equipamentos médicos), foi usado o HealthAdminBench. O Astra fez 94,3% dos pontos possíveis, e o Luna, 91,8%. Os dois modelos foram testados no nível máximo de raciocínio. A diferença de qualidade é de cerca de 2,5 pontos percentuais, enquanto a diferença de preço é de 98%. Para um grande volume de pedidos repetitivos, é um argumento forte a favor do modelo menor.
O que os parceiros já fazem
A CVS Health usa agentes para enviar documentos, processar encaminhamentos e apoiar consultas com especialistas. Em um dos fluxos de trabalho, o agente eliminou em um fim de semana um atraso de meses no envio de documentos. Outro assume as etapas de sistema de dezenas de milhares de consultas por dia. Para verificação, a CVS guarda capturas de tela e registros das ações, inclui etapas de checagem e mantém uma pessoa no circuito. A empresa também está abrindo o código do seu Agent Kit, baseado no OpenAI Agents SDK: um modelo pronto para processos semelhantes.
Na Cigna, os gestores de caso antes precisavam percorrer mais de dez sistemas clínicos e administrativos para reunir o contexto de um cliente. Agora o agente levanta em segundos as informações sobre cobertura, médicos, consultas e solicitações anteriores. Da ideia ao lançamento, passaram-se menos de oito semanas.
A Abridge prepara agentes para internação hospitalar. O médico pede ajuda para remover as barreiras à alta, e os agentes cuidam em paralelo do acesso a medicamentos e da organização do atendimento domiciliar, combinando o trabalho em interfaces com ligações e mensagens. A Ambience deu ênfase à controlabilidade. Se há ambiguidade no prontuário, o agente para e pergunta ao médico, e só envia o pedido depois da confirmação. A clínica define quais ações são permitidas, pode pausar o agente a qualquer momento e recebe um registro passo a passo para auditoria.
Limitações e conclusão prática
Os números de segurança e utilidade vêm de uma avaliação da própria OpenAI, e a demonstração usa dados sintéticos. Mesmo 99% de tarefas seguras significa que cerca de três das 325 foram questionáveis, e na medicina esse resíduo não pode ser ignorado.
Os recursos estão disponíveis pela API da OpenAI, pelo ChatGPT for Healthcare e pelo ChatGPT for Clinicians. Os produtos têm acesso por função, configuração de aprovações e registros de auditoria. Os dados das organizações não são usados para treinar os modelos de base. Para trabalhar com dados médicos protegidos pela HIPAA (lei americana de sigilo médico), as organizações precisam usar serviços cobertos por um acordo BAA com a OpenAI e ativar as configurações necessárias de segurança e retenção.
Para desenvolvedores e gestores de produto, o principal aqui não é o clique em si, mas o circuito de controle ao redor dele: parada diante de dúvida, registro de ações, restrição de acesso e revisão humana. Esse modelo serve para qualquer área regulada em que não há API e sobra rotina. O Luna, mais barato, mostra que em tarefas de alto volume costuma valer mais a pena usar o modelo menor e gastar a economia em verificações.
- 18 de nov. de 2026Em 94% das seleções B2B, o resumo de IA quase não mostra os sites das próprias empresas
- 18 de nov. de 2026MoEngage conecta agentes de IA a APIs prontas: CTR de push da Glance sobe 38%
- 18 de nov. de 2026Tencent Hy4 flash marcou 2,79 de 4 contra 2,81 do Haiku 5.5 e custa 18 vezes menos por tarefa
- 18 de nov. de 2026Cinco IAs tentaram corrigir o mesmo bug: duas conseguiram, três quebraram ainda mais
Perguntas frequentes sobre a notícia
Como isso funciona no caso da ressonância?
A OpenAI montou uma demonstração com dados sintéticos. Um paciente escreve ao médico sobre dor lombar. O agente abre o EHR e lê as anotações das consultas, o histórico de fisioterapia e os exames de imagem anteriores. Em seguida, prepara o rascunho do pedido de ressonância, o registro da consulta e a resposta ao paciente, e o médico revisa tudo. O agente usa os mesmos dados para montar o pedido de aprovação prévia no portal da seguradora. A verificação final fica a cargo de um especialista em autorizações.
O que os testes mostraram?
A parte clínica foi avaliada com tarefas extraídas das caixas de entrada dos médicos no EHR, elaboradas com a participação de médicos. Elas exigem entender o histórico do paciente e não se perder em interfaces complexas. Os especialistas avaliaram se o trabalho era útil e se erros, omissões ou ações do agente poderiam causar dano ao paciente. Das 325 tarefas revisadas, 99% foram consideradas seguras. Em 646 avaliações de utilidade, os médicos marcaram «muito útil» ou «extremamente útil» em 93% dos casos.
O que os parceiros já fazem?
A CVS Health usa agentes para enviar documentos, processar encaminhamentos e apoiar consultas com especialistas. Em um dos fluxos de trabalho, o agente eliminou em um fim de semana um atraso de meses no envio de documentos. Outro assume as etapas de sistema de dezenas de milhares de consultas por dia. Para verificação, a CVS guarda capturas de tela e registros das ações, inclui etapas de checagem e mantém uma pessoa no circuito.
Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews
Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.