Pesquisa AKASA HFMA: 80% testam IA no faturamento

Por que as equipes do ciclo de receita perdem dinheiro com a documentação

Os sistemas de saúde perdem receita quando a documentação clínica e os códigos estão incompletos. Na pesquisa, 89% dos líderes financeiros disseram que códigos omitidos ou imprecisos afetam a receita, e 51% classificaram o impacto como significativo ou muito significativo. Em média, os respondentes estimaram que 8,49% da receita total está em risco por problemas de documentação ou codificação.

Mais de um quarto dos líderes apontou a documentação incompleta como o maior desafio, à frente dos limites de pessoal e de tecnologia. Jeff Francis, diretor financeiro do Methodist Health System, em Omaha, Nebraska, traduziu a parcela em dólares: 8% da receita de uma organização de 1 bilhão de dólares são cerca de 80 milhões de dólares.

Quantos sistemas de saúde usam IA generativa no ciclo de receita

A adoção avançou rápido. Em 2025, 80% dos sistemas de saúde dizem estar explorando, testando ou implantando ferramentas de IA generativa na gestão do ciclo de receita, um salto de 38% em menos de dois anos. Em 2023, 58% apenas consideravam o tema. Hoje cerca de 40% estão testando ou implantando, 39% estão explorando e 20% ainda não começaram.

A AKASA, empresa de South San Francisco que vende IA generativa para a gestão do ciclo de receita hospitalar, encomendou a pesquisa. A HFMA a aplicou em abril de 2025 por meio de seu programa Pulse Survey e reuniu respostas de 519 diretores financeiros e líderes do ciclo de receita de hospitais e sistemas de saúde dos EUA.

Por que os sistemas menores demoram a adotar a IA

O tamanho divide o mercado. Entre os sistemas menores, com receita entre 500 milhões e 1 bilhão de dólares, cerca de 20% estão testando ou implantando, contra 64% dos sistemas maiores. A pesquisa descreve esses sistemas de porte médio como alguns dos adotantes mais cautelosos, freados por prioridades concorrentes e pouca capacidade de TI.

Os respondentes citaram com mais frequência a integração com sistemas existentes, o custo e o orçamento e a segurança dos dados como barreiras. Para os sistemas maiores, as restrições de custo e orçamento foram o maior desafio isolado, com 52,5%. Os executivos também apontaram a falta de um retorno claro sobre o investimento.

O que a AKASA faz para o Methodist Health System

O Methodist Health System trabalha com a AKASA desde 2019 para agilizar a resolução de glosas e cobranças. A ferramenta automatiza tarefas do ciclo de receita, como checar o status de uma cobrança nos portais web das operadoras, para que a equipe passe do acompanhamento de convênios para outras tarefas do ciclo de receita.

A AKASA combina conhecimento do ciclo de receita com grandes modelos de linguagem sob medida, treinados nos dados clínicos e financeiros do próprio sistema de saúde. O Methodist também a usa na revisão de codificação antes de uma cobrança ser emitida. Francis disse que o sistema costumava enviar uma cobrança negada ou paga a menor a um terceiro meses depois; agora a checagem roda antes do faturamento, de modo que a cobrança sai certa da primeira vez e o dinheiro chega mais cedo.

O que a IA mudou para a equipe de cobranças

Segundo um estudo de caso, a IA tirou 71% das contas das filas da equipe e fez o trabalho de status de quase 14 funcionários em tempo integral. A AKASA diz que resolveu cobranças de 56.118 contas em oito meses, poupando 5.559 horas de trabalho no período.

Francis descreveu o resultado em termos de pessoal. O Methodist liberou o tempo de oito equivalentes de tempo integral, e essas pessoas agora trabalham as cobranças mais difíceis, com o que ele chamou de rendimento melhor. O sistema de saúde agora estuda automatizar a pré-autorização.

O que muda para as áreas financeiras dos hospitais

Para uma área financeira hospitalar, o trabalho que a IA assume é concreto: checagem do status de cobranças, revisão de codificação antes do faturamento e busca de lacunas na documentação. Perguntados onde a IA generativa poderia fazer mais diferença, quase 60% dos respondentes citaram oportunidades de reembolso perdidas, 57% lacunas na documentação clínica e 33% indicadores de qualidade omitidos.

A maioria dos sistemas já paga ajuda externa: 55% usam fornecedores de integridade da documentação clínica e 76% usam fornecedores de codificação, e a pesquisa chama a adoção de fragmentada. Malinka Walaliyadde, CEO da AKASA, disse que os fornecedores devem usar integrações baseadas em padrões com as APIs do prontuário eletrônico que o sistema já roda, para que os sistemas menores carreguem menos da carga de TI.

"A oportunidade de melhorar a precisão da documentação é clara, mas exige investimento, confiança e um roteiro que integre a tecnologia aos fluxos de trabalho existentes de forma responsável." — Malinka Walaliyadde, CEO e cofundadora da AKASA

Perguntas e respostas

Que parcela dos sistemas de saúde usa IA na gestão do ciclo de receita?

Na pesquisa, 80% dos sistemas de saúde disseram estar explorando, testando ou implantando IA generativa na gestão do ciclo de receita em 2025. Cerca de 40% já testavam ou implantavam, e 20% não haviam começado.

Quanta receita os erros de codificação põem em risco?

Os respondentes estimaram que, em média, 8,49% da receita total está em risco por problemas de documentação ou codificação. 89% disseram que códigos omitidos ou imprecisos afetam a receita.

Quem fez a pesquisa e quem respondeu?

A HFMA a aplicou por meio de seu programa Pulse Survey em abril de 2025, encomendada pela AKASA. Responderam 519 diretores financeiros e líderes do ciclo de receita de hospitais e sistemas de saúde dos EUA.