Em abril de 2026, o Departamento de Justiça dos Estados Unidos (DOJ) anunciou a persecução de mais de $500 milhões em esquemas de fraude em saúde, incluindo redes coordenadas de farmácias e provedores que faturavam a programas federais durante anos sem serem detectadas. Um dos casos mais emblemáticos dos últimos anos é o de Paul Randall, acusado de orquestrar uma fraude de $270 milhões contra o Medi-Cal utilizando uma rede de farmácias e clínicas que operavam de forma coordenada para gerar receitas e dispensações falsas.
Esses casos têm algo em comum: não foram detectados sinistro por sinistro. Cada transação individual, tomada separadamente, parecia normal. Uma receita legítima, uma dispensação dentro dos limites de cobertura, um valor razoável. A anomalia só se torna visível quando o padrão completo é analisado: múltiplos provedores, múltiplas farmácias, múltiplos pacientes, todos conectados de maneiras que um auditor humano revisando sinistros individuais nunca veria.
O problema fundamental da revisão manual
A auditoria de sinistros farmacêuticos na maioria das seguradoras latino-americanas segue um modelo que o DOJ conhece bem e que seus próprios procuradores descreveram como insuficiente: revisão transacional. Um auditor revisa um sinistro, verifica que a receita existe, confirma que o paciente tem cobertura, verifica que o valor está dentro do intervalo permitido, e aprova. O sinistro passa. O próximo sinistro passa. E o seguinte também.
O problema é que a fraude coordenada é projetada precisamente para superar esse filtro. Os operadores dessas redes entendem as regras de auditoria e constroem seus esquemas para que cada transação individual cumpra os critérios de aprovação. O que não cumprem são os padrões agregados: concentrações incomuns de pacientes em um mesmo prescritor, farmácias que dispensam volumes desproporcionais de certos medicamentos controlados, prescritores cujos pacientes se sobrepõem aos de outros prescritores da mesma rede.
O que revelam os padrões cruzados
Quando os sinistros são analisados não como transações individuais mas como uma rede de relações, emergem sinais que são invisíveis no nível da transação individual.
Concentração de prescritores. Um médico que prescreve um volume incomumente alto de um medicamento ou grupo terapêutico específico gera um sinal estatístico. Cada receita individual é legítima em sua forma, mas o padrão agregado — centenas de pacientes recebendo o mesmo tratamento do mesmo prescritor — indica um comportamento que requer investigação.
Sobreposição de pacientes. Quando os mesmos pacientes aparecem recebendo tratamentos de múltiplos prescritores que faturam ao mesmo pagador, o padrão pode indicar coordenação. Cada visita médica individual parece normal, mas a rede de relações entre pacientes e provedores revela a estrutura subjacente.
Anomalias de frequência. Uma farmácia que dispensa uma quantidade estatisticamente improvável de um medicamento de alto custo, ou um prescritor cuja frequência de receitas excede múltiplos desvios padrão da média de sua especialidade, gera sinais que só são detectáveis mediante análise de utilização.
Padrões geográficos. Pacientes que viajam distâncias incomuns para ir a uma farmácia específica, ou farmácias que dispensam a pacientes de regiões geográficas afastadas de sua localização, produzem sinais que requerem análise de padrões de comportamento através de múltiplas dimensões.
Como funciona a detecção baseada em regras e anomalias
O Inspector AI aplica dezenas de regras heurísticas organizadas em 6 categorias de detecção: inteligência clínica, padrões de utilização, comportamento de provedores, conformidade de cobertura, anomalias financeiras e detecção contínua de anomalias. Cada categoria aborda um ângulo diferente do problema, e é a combinação de sinais entre categorias que permite identificar esquemas coordenados.
A inteligência clínica verifica que as dispensações tenham justificativa diagnóstica e que os tratamentos sejam coerentes com o perfil do paciente. Os padrões de utilização detectam reposições antecipadas, doses acumuladas excessivas e duplicações terapêuticas. A análise de comportamento de provedores identifica prescritores e farmácias cuja atividade se desvia das normas de sua especialidade ou zona geográfica. A conformidade de cobertura assegura que as dispensações se ajustem aos termos do plano. As anomalias financeiras detectam desvios de preços e volumes. E a detecção contínua de anomalias aplica modelos estatísticos que identificam mudanças nos padrões ao longo do tempo.
Nenhuma dessas regras individualmente "captura" uma rede de fraude. É a correlação entre regras que gera os sinais de alto valor. Um prescritor com alta concentração em um medicamento específico (regra de utilização) cujos pacientes se sobrepõem aos de outro prescritor (regra de comportamento) e cujas farmácias dispensadoras mostram volumes anômalos (regra financeira) gera um sinal composto que nenhuma auditoria transacional detectaria.
A diferença entre detecção e prevenção
Os casos do DOJ foram resolvidos anos depois que a fraude ocorreu. O caso de Paul Randall envolveu uma investigação que abrangeu anos de atividade fraudulenta antes da acusação formal. Isso significa que o sistema de saúde absorveu $270 milhões em perdas antes que houvesse qualquer consequência.
A detecção pós-pagamento, mesmo quando funciona, tem esse problema estrutural: o dinheiro já saiu. Os sistemas de autorização em tempo real, que avaliam cada evento de dispensação contra as regras de detecção antes de aprovar o pagamento, mudam fundamentalmente essa dinâmica. A pergunta deixa de ser "podemos recuperar o que perdemos?" e passa a ser "podemos evitar a perda antes que ela ocorra?"
O que isso significa para seguradoras latino-americanas
Não afirmamos que o Inspector AI teria detectado os esquemas específicos processados pelo DOJ. O que podemos afirmar é que o padrão subjacente — sinistros coordenados através de múltiplos provedores, farmácias e pacientes — é precisamente o tipo de sinal que a detecção baseada em regras e anomalias captura e que a revisão manual perde.
As seguradoras latino-americanas enfrentam os mesmos tipos de esquemas coordenados, adaptados ao contexto local. As redes de fraude farmacêutica operam com a mesma lógica em qualquer mercado: transações individuais que parecem legítimas, organizadas em padrões que só são visíveis mediante análise cruzada de sinistros.
A diferença entre detectar um esquema em semanas e detectá-lo em anos — ou não detectá-lo nunca — é tecnológica. As ferramentas existem. A pergunta é se a organização está utilizando-as.
Para avaliar como a detecção de padrões pode ser aplicada aos seus dados de sinistros, solicite uma análise gratuita.