Estudo de caso ST IT CLOUD: Machine Learning Assertivo

Estudo de caso ST IT CLOUD: Machine Learning Assertivo 

     Neste artigo, vamos falar sobre o estudo de caso do segmento de saúde, sendo o seu principal desafio, o processamento de um grande volume de clientes, o que ocasiona gargalos de alta complexibilidade, no que se refere a auditoria médica nas autorizações de exames e procedimentos. O trabalho da ST IT Cloud, foi através de Data Lake e Machine Learning, elaborar um sistema que trabalhasse de forma Orquestrada e Econômica. 

          O DESAFIO ST IT 

         Conforme mencionado anteriormente, o processamento de informações dentro da Unimed – BH estava se tornando extremamente complexo, na hora de ocorrer a aprovação de exames médicos e a autorização de Guias. Com isso, o superintendente de TI, Ezequiel Ribeiro da Silva, explica que atualmente são geradas mais de 180 mil solicitações de procedimentos por mês. “Cerca de 145 mil dessas solicitações já são tratadas pelos sistemas da Unimed-BH através de regras fixas. No entanto, existem 35 mil solicitações mensais que são encaminhadas para médicos auditores, cuja função é avaliar caso a caso essas solicitações”, diz.

                  Com isso, três pontos principais foram visto necessários para automatizar o processo, confira:

1. Diminuir os gastos com auditoria médica nas solicitações de exames e procedimentos 
2. Tornar as avaliações para aprovação e auditoria mais efetivas
3. Agilizar o processo de aprovação de exames

      CONHEÇA AS SOLUÇÕES ST IT 

          Elaboração da Arquitetura e desenvolvimento de um sistema que foi capaz de carregar dados e arquivos, estruturados e semiestruturados, transacionais e históricos em um Data Lake de forma Orquestrada e Econômica.

                Além disso, também realizou-se o desenvolvimento de um modelo de Machine Learning assertivo o suficiente para autorizar automaticamente os exames e procedimentos médicos, validação, exibição das informações e alertas em Near Real Time.

“A solução atual é resultado de várias experimentações e desenhos de arquiteturas diferentes em diferentes pilotos. A flexibilidade do uso de diferentes serviços disponíveis na AWS, com o sistema de cobrança por alocação, permitiu à Unimed-BH experimentar vários cenários antes de chegar ao mais adequado”, revela Silva para a AWS.              

Atualmente, o projeto encontra-se tendo bons resultados, com mais agilidade nos processo com 40% mais rápido e pretendemos aprimorar para 60% conforme ocorra o amadurecimento do modelo, melhorando ainda mais a experiência e resultados! 

Se a sua empresa tem um desafio de dados, inovação ou migração para Cloud entre em contato com nossos especialistas.

Confira o case na integra acesse: Case AWS