O problema não é construir o modelo. É chegar nos dados: eles estão em PDF, em planilha, ou em sistemas em que ninguém quer mexer.
Quando uma healthtech brasileira pitcha pra uma operadora ou hospital, a expectativa é que o desafio principal seja algoritmo: modelos preditivos, IA, acurácia. A realidade é outra. Mesmo operadoras sofisticadas têm uma fatia relevante das internações sem dados estruturados. Os laudos vivem em PDF aberto. As decisões clínicas históricas estão presas em prontuário fechado.
Uma frase que ouvi em mais de uma conversa, de fontes diferentes: "os dados tão em PDF nos planos." Não é falta de dados. É falta de estrutura usável.
Três implicações práticas pra quem vende solução de dados pra saúde no Brasil:
- Quem resolve o gargalo de extração estruturada vence antes de quem otimiza o modelo. OCR, NER em laudos, parsing de código mal formatado: o trabalho chato é onde está o valor.
- A startup que se acopla na plataforma existente vence a que pede substituição. Operadora não quer trocar sistema, quer adicionar capacidade.
- A operadora compra economia com pouco trabalho, não tecnologia com muito trabalho. Se o pitch exige um projeto de TI de 6 meses pra começar, o pitch já perdeu.
Vale além de saúde: o padrão se repete em qualquer setor com sistemas legados consolidados (indústria, agro, governo, grandes empresas). O gargalo é sempre operacional antes de técnico.