Resumo executivo
A Huna tinha um ativo técnico raro: um modelo proprietário de machine learning, herdado de uma linha de pesquisa já validada, capaz de identificar risco de câncer a partir de exames de sangue de rotina. Tinha também o problema clássico de quem vende IA para saúde no Brasil: o ativo não estava virando negócio.
Entrei como AI Lead Product Manager para definir a estratégia do zero. O discovery com operadoras derrubou a premissa em que a empresa estava operando. O obstáculo à adoção não era acurácia do modelo, era que os dados necessários para rodá-lo não existiam em formato usável dentro do cliente. Isso deslocou a estratégia inteira: de vender predição para vender a capacidade de extrair, estruturar e agir sobre o dado que a operadora já tinha e não conseguia usar.
Três decisões saíram desse reposicionamento: acoplar em vez de substituir, vender para quem paga em vez de para quem sente a dor, e tratar supervisão clínica como estratégia de confiança, não como limitação técnica. O resultado foi um caso de negócio quantificável e dois pilotos com operadoras. O produto não chegou a lançar, e a seção final explica onde parou e por quê.
A premissa que o discovery derrubou
Healthtechs que vendem IA para operadoras costumam pitchar o desafio errado. A empresa acredita que compete em acurácia. O comprador não está avaliando acurácia, está avaliando se consegue operar aquilo.
Ao longo de 2023 conduzi discovery contínuo com operadoras de saúde. O padrão se repetiu em todas: mesmo em operadora sofisticada, cerca de 20% das internações não tinham dados estruturados. Laudos em PDF, prontuário fechado, histórico clínico preso em sistema legado em que ninguém quer mexer. Não é falta de dado, é falta de estrutura usável.
A consequência estratégica é dura para quem construiu o modelo: o poder preditivo do algoritmo é irrelevante para o cliente que não consegue alimentá-lo. Quem resolve o gargalo de extração e integração chega antes de quem otimiza mais um ponto de acurácia. Foi essa leitura, e não a qualidade do modelo, que passou a definir o roadmap e o discurso comercial.
As três decisões estratégicas
1. Acoplar, não substituir
Operadora não quer trocar o prontuário, quer somar uma capacidade em cima do que já usa. Desenhei toda a proposta de integração como camada complementar aos sistemas existentes, prontuário, aplicativo e dashboards, em vez de pedir substituição.
O trade-off era real. Substituir dá mais controle sobre a experiência, mais superfície de produto e um contrato maior. Também é a proposta que trava vendas B2B em setores com sistemas legados consolidados, porque transforma uma decisão de compra em um projeto de migração, com outro patrocinador, outro orçamento e outro horizonte de risco. Preferi o contrato menor com ciclo de venda que fecha.
2. O cliente é quem decide e paga, não quem sente a dor
A beneficiária final era a paciente com rastreamento atrasado, cerca de 5 mil mulheres só na base de uma das operadoras do piloto. Mas paciente não compra software de rastreamento, e o time clínico que usa o sinal do modelo no dia a dia também não assina contrato.
O produto foi desenhado para três leitores diferentes ao mesmo tempo: quem decide a compra, e precisa de caso de negócio; quem usa o sinal, e precisa de fluxo que não adicione trabalho; e quem audita, e precisa de rastreabilidade da decisão. Tratar isso como um único usuário teria produzido uma interface que agrada o time clínico e não fecha venda, ou o inverso.
3. Supervisão clínica como estratégia, não como limitação
Estruturei fluxos híbridos em que o modelo sinaliza e prioriza o risco, mas a decisão clínica final fica com o profissional de saúde, por decisão de produto e não por acidente de implementação.
Havia um caminho mais fácil: automatizar mais, construir mais rápido e vender como "IA que decide". Em rastreamento oncológico, errar tem consequência que não se corrige no próximo release, e um setor que já desconfia de caixa-preta, com razão, não compra opacidade. Deixar a decisão com o clínico deixou de ser restrição e virou o argumento de venda, desde que a interface soubesse comunicar confiança, incerteza e limite do algoritmo para quem vai agir sobre aquele sinal. Nesse contexto, a interface do "quanto confiar" pesa tanto quanto a acurácia.
O caso de negócio que tornou a conversa possível
Reposicionamento sem número é opinião. A conversa com operadora só saiu do campo do interesse quando passou a ser comparada contra o processo que ela já roda.
A conta partiu de um número da própria operadora, levantado antes de qualquer piloto rodar: cerca de 5 mil mulheres da base dela estavam com mamografia em atraso. A partir do custo mensal de rastreio para fechar essa lista, o rastreio apoiado pelo modelo representou uma economia estimada de R$ 315 mil frente ao processo padrão da operadora.
Construir o argumento a partir do dado do cliente, e não do nosso, foi o que mudou a conversa. Não "nosso modelo tem alta acurácia", mas "esta lista que é sua custa isto a mais no seu processo atual para chegar no mesmo lugar". O comprador consegue levar isso para dentro; acurácia ele não consegue.
Em paralelo, trabalhei na construção de uma parceria de dados com o Fleury, com base mapeada de cerca de 200 mil mulheres, que seguia em discussão ao fim do meu período na empresa. Estrategicamente, essa parceria atacava exatamente o gargalo diagnosticado: acesso a dado já estruturado, em volume, sem depender da maturidade de integração de cada operadora.
O que a estratégia exigiu na prática
Em time enxuto de estágio inicial, estratégia não se separa de execução. Além de definir o posicionamento, fui responsável pela prototipação completa e pela UX da plataforma, do fluxo interno de triagem até a forma como um resultado de risco chegava a quem precisava agir sobre ele. Não havia designer dedicado, e tratar "decisão de produto" e "decisão de interface" como coisas distintas teria quebrado justamente a terceira decisão acima.
Conduzi dois pilotos com operadoras de saúde para testar e validar o algoritmo de apoio ao rastreamento de câncer de mama, com validação técnica e clínica conjunta. Levei o discovery adiante em outubro de 2023 para avaliar expansão do modelo a outros tipos de câncer, mapeando as limitações dos métodos de rastreamento então disponíveis, como custo alto e baixa especificidade do PSA. Também abri e mantive frentes de conversa com laboratórios, operadoras e institutos de câncer.
Liderei a participação da Huna no InovaHUPE 2023, o programa de aceleração do Hospital Universitário Pedro Ernesto, da UERJ, cuja edição tinha como tema Inovações Tecnológicas para Oncologia. Entre seis iniciativas finalistas, a Huna foi selecionada como uma das três melhores na cerimônia final, com a solução de apoio ao diagnóstico de câncer de mama a partir de exames de rotina. O programa incluiu mentorias individuais e workshops quinzenais, além de mentorias clínicas com o corpo médico do hospital. Anúncio no site da Huna ↗
Onde parou, e a leitura estratégica disso
O produto não chegou a ser lançado. A barreira não foi comercial nem de posicionamento: foi que a validação técnica necessária, com estudos prospectivos e retrospectivos, não se completou no período. Em produto clínico esse portão não é negociável, e nenhuma quantidade de tração comercial o substitui.
A leitura que levo disso é sobre sequenciamento. O reposicionamento resolveu o problema de adoção e produziu caso de negócio, pilotos e uma parceria de dados relevante. O que ele não podia resolver, e eu não podia acelerar por decisão de produto, era a maturidade da evidência clínica. Em healthtech com IA, o discovery de mercado e o de validação científica correm em ritmos diferentes, e quando o segundo é o gargalo, tração comercial vira dívida: cria expectativa em cliente que a evidência ainda não sustenta.
O que levo para outros contextos
- O gargalo de IA raramente é o modelo. É a extração e a estruturação do dado que vive em PDF, prontuário fechado e planilha. Diagnosticar isso cedo muda o produto que se constrói, não só o discurso de venda.
- Acoplamento vence substituição. Em sistemas legados consolidados, a proposta que soma fecha; a que pede trocar tudo vira projeto de migração e morre na porta.
- Quem sente a dor e quem assina o contrato raramente são a mesma pessoa. Em B2B de saúde, desenhar para um dos dois e esquecer o outro produz produto querido que não vende, ou produto vendido que ninguém usa.
- Restrição bem escolhida vira posicionamento. Manter a decisão com o clínico era o caminho mais lento; foi o que tornou o produto discutível num setor que desconfia de automação opaca.
- Tração comercial não antecipa evidência. Quando o gargalo real é validação científica, acelerar o funil só aumenta o passivo.
Ferramentas e métodos utilizados
- Hubspot, para pipeline de parcerias e vendas
- Miro, para backlog de produto e árvore de oportunidades
- Discovery contínuo e personas, para orientar priorização
Nota sobre os dados: a economia de R$ 315 mil no piloto da Unimed VTRP é uma estimativa comparativa contra o processo de rastreio padrão da operadora, não um valor auditado. Números de base e de operadoras foram tratados por confidencialidade.