O Custo Real das Glosas: R$5,8 Bi Perdidos e Como Reverter

Glosa médica é, em termos objetivos, receita faturada e não recebida. É o procedimento realizado, o insumo consumido, a equipe mobilizada — e o pagamento retido pela operadora. Em 2024, hospitais privados brasileiros tiveram R$5,8 bilhões retidos em glosas, o equivalente a 15,89% do total faturado (Anahp, pesquisa com 85 hospitais). Não se trata de um problema contábil marginal. É uma crise estrutural do ciclo de receita na saúde suplementar brasileira.

Este artigo apresenta os dados mais recentes sobre o cenário de glosas no Brasil, compara com a realidade de negações de claims nos Estados Unidos, identifica as cinco causas-raiz mais frequentes e detalha um plano de ação baseado em automação para reduzir perdas de forma mensurável. Todos os dados são referenciados com suas respectivas fontes.

Para gestores, CFOs e diretores de faturamento que precisam quantificar o problema e justificar investimento em tecnologia, este é o ponto de partida.

A Epidemia de Glosas: R$5,8 Bilhões Retidos em 2024

Os números publicados pela Associação Nacional de Hospitais Privados (Anahp) revelam uma deterioração acelerada no cenário de glosas hospitalares no Brasil. Em pesquisa realizada com 85 hospitais privados, o total de glosas iniciais atingiu R$5,8 bilhões em 2024, representando 15,89% do faturamento total desses hospitais (Anahp, 2024).

A trajetória dos últimos anos é particularmente preocupante. A taxa de glosas iniciais saltou de 7,26% no primeiro trimestre de 2023 para 9,88% no primeiro trimestre de 2024, e então para 17% no primeiro trimestre de 2025 (Anahp / Saúde Digital News). Em dois anos, a taxa de glosas iniciais mais que dobrou — um crescimento de 134% que não pode ser atribuído a fatores pontuais ou sazonais.

Esse cenário reflete uma combinação de fatores: operadoras intensificando critérios de auditoria, aumento da complexidade regulatória, e hospitais que não investiram proporcionalmente em tecnologia de faturamento. O resultado é uma pressão financeira crescente sobre organizações que já operam com margens estreitas.

O Cenário nos Estados Unidos: Mesma Direção, Escala Diferente

Para contextualizar a dimensão do problema, vale examinar os dados do mercado norte-americano. Em 2024, o volume de claims negados nos Estados Unidos atingiu US$262 bilhões, segundo dados consolidados da indústria. A taxa de negação inicial subiu de 10,2% para 11,8% (Experian Health, 2025) — uma tendência de alta consistente com o que se observa no Brasil, embora partindo de patamares diferentes.

A comparação é relevante não pela equivalência direta — os sistemas de saúde brasileiro e norte-americano têm estruturas distintas — mas pela convergência da tendência: em ambos os mercados, as taxas de negação/glosa estão subindo, os custos de retrabalho estão aumentando e as organizações que não automatizam seus processos de faturamento estão perdendo receita de forma crescente. Como detalhamos no artigo sobre a crise administrativa da saúde, o desperdício administrativo é um problema global com soluções comprovadas.

Por Que Acontecem as Glosas: As 5 Causas-Raiz

Antes de discutir soluções, é necessário entender as causas com precisão. No contexto brasileiro, as glosas podem ser classificadas em administrativas, técnicas e lineares. As cinco causas-raiz mais frequentes, considerando o fluxo entre prestadores e operadoras no sistema de saúde suplementar, são:

1. Dados cadastrais incorretos ou desatualizados do beneficiário. A glosa mais elementar — e uma das mais frequentes. Carteirinha com dados divergentes do cadastro da operadora, CPF incorreto, nome com grafia diferente entre guia TISS e sistema da operadora. Em muitos casos, a recepção coleta os dados manualmente no momento do atendimento, sem validação em tempo real contra a base da operadora. Cada divergência cadastral gera uma glosa administrativa que poderia ter sido evitada com verificação automatizada.

2. Elegibilidade e cobertura. O paciente se apresenta para o atendimento, mas a carteirinha está vencida, o plano foi cancelado, o período de carência ainda não venceu ou o procedimento não está coberto pelo contrato vigente. Quando a verificação de elegibilidade é feita manualmente — por telefone ou por acesso individual ao portal da operadora — a conferência tende a ser superficial ou simplesmente não é realizada por falta de tempo. O resultado é um procedimento realizado e posteriormente glosado por falta de cobertura ativa.

3. Erros de codificação — TUSS, CID-10 e divergências entre guias. A codificação de procedimentos (tabela TUSS) e diagnósticos (CID-10) é a linguagem padronizada entre prestadores e operadoras, regulamentada pela ANS por meio do padrão TISS (RN 501). Erros de codificação ocorrem quando o código TUSS informado na guia não corresponde ao procedimento descrito no prontuário, quando o CID-10 é incompatível com o procedimento solicitado, ou quando há divergência entre os dados da guia TISS e a documentação clínica. Esses erros geram glosas técnicas que exigem revisão manual para recurso.

4. Autorização prévia ausente ou incompleta. Procedimentos que exigem autorização prévia da operadora — especialmente SADT (Serviço Auxiliar de Diagnóstico e Terapia) e procedimentos cirúrgicos — são glosados integralmente quando executados sem a devida autorização. A RN 259 da ANS estabelece prazos para resposta das operadoras, mas o processo de solicitação é manual na maioria das clínicas: preenchimento de guias em portais específicos de cada operadora (Unimed, Bradesco Saúde, SulAmérica, Amil), anexação de laudos e justificativas, e acompanhamento de status. Procedimentos realizados fora do rol da ANS sem autorização prévia documentada são glosados sistematicamente.

5. Documentação clínica insuficiente. A justificativa de necessidade médica é requisito para diversos procedimentos, especialmente os de maior custo. Quando o prontuário não contém documentação suficiente para justificar a indicação clínica do procedimento — ou quando essa documentação não é anexada à guia enviada à operadora — a glosa técnica é aplicada. É a causa-raiz mais difícil de resolver sem mudança de processo, porque depende da interface entre equipe clínica e equipe de faturamento. Para um guia completo sobre como a Melhoria da Documentação Clínica (MDC), codificação CID-10/TUSS e governança de prontuários funcionam como sistema integrado, veja nosso artigo sobre governança da informação em saúde.

O Custo Oculto Que a Maioria das Clínicas Ignora

O valor nominal das glosas é apenas a camada visível do problema. Os dados da Anahp revelam três custos adicionais que raramente aparecem na análise superficial.

Primeiro, a provisão para incobráveis. Em 2024, os hospitais da amostra Anahp registraram R$1,8 bilhão em provisão para devedores duvidosos — créditos que os hospitais consideram com baixa probabilidade de recuperação. Em 2023, esse valor era de R$1,4 bilhão (Anahp / Executivos da Saúde). O crescimento de 28,6% em um ano indica que uma parcela crescente das glosas está se tornando perda definitiva, não apenas atraso de recebimento.

Segundo, o impacto no investimento. A pesquisa da Anahp mostra que 41,7% dos hospitais reduziram investimentos em decorrência das glosas. Isso significa menos investimento em equipamentos, tecnologia, infraestrutura e capacitação — um ciclo vicioso em que a perda de receita compromete a capacidade de investir nas ferramentas que poderiam reduzir as próprias glosas.

Terceiro, o dado mais revelador: apenas 1,96% das glosas são mantidas após recurso (Anahp). Em outras palavras, 98% das glosas são revertidas quando contestadas adequadamente. Isso significa que a maioria esmagadora das glosas não é definitiva — o problema não está na legitimidade da cobrança, mas na capacidade operacional de identificar, contestar e acompanhar cada glosa sistematicamente.

O Custo do Retrabalho

Nos Estados Unidos, onde o custo administrativo por negação é mensurado com maior granularidade, o valor médio subiu de US$43,84 em 2022 para US$57,23 em 2023 (Premier, Inc.). Esse valor inclui o tempo de equipe para identificar a negação, analisar a causa, preparar a documentação de recurso, resubmeter e acompanhar até a resolução.

No Brasil, esse custo de retrabalho não é amplamente mensurado em pesquisas publicadas, mas inclui componentes equivalentes: tempo da equipe de faturamento para identificar a glosa no demonstrativo de pagamento, reanálise do prontuário para fundamentar o recurso, reenvio de guias TISS com correções, comunicação com a operadora e acompanhamento até a reversão ou confirmação da glosa. Para uma equipe que já opera no limite da capacidade, cada glosa que exige retrabalho manual compete por tempo com o processamento de novos faturamentos.

O dado norte-americano do AHIMA Journal adiciona uma dimensão crítica: entre 35% e 60% dos claims negados nunca são resubmetidos. Não por falta de mérito, mas por falta de capacidade operacional. A equipe simplesmente não consegue processar o volume de recursos necessários. É razoável supor que dinâmica semelhante ocorra no Brasil, onde equipes de faturamento frequentemente acumulam funções e operam com ferramentas limitadas.

Quer quantificar o custo real das glosas na sua organização? Realizamos um diagnóstico de faturamento gratuito de 30 minutos — com dados, não com suposições. Agende aqui.

Como o OhioHealth Reduziu Negações em 42%

O OhioHealth é um sistema de saúde sem fins lucrativos com sede em Columbus, Ohio (EUA), que opera 15 hospitais. O caso foi publicado pela Experian Health como estudo de caso de sua ferramenta Patient Access Curator. Nota importante: trata-se de um estudo de caso publicado pelo fornecedor da solução (Experian Health), o que deve ser considerado na avaliação dos resultados.

O problema enfrentado pelo OhioHealth era específico e mensurável: negações de claims relacionadas a erros de registro e verificação de elegibilidade — as mesmas causas 1 e 2 descritas na seção anterior. A solução implementada utilizou automação com inteligência artificial para verificar dados de elegibilidade e corrigir informações cadastrais em tempo real, antes da submissão dos claims.

Resultados Publicados

O OhioHealth reportou uma redução de 42% nas negações relacionadas a registro e elegibilidade após a implementação do Patient Access Curator (Experian Health, estudo de caso). Esse resultado foi alcançado pela automação de três processos que antes dependiam de verificação manual: validação de dados demográficos do paciente, verificação de elegibilidade em tempo real e identificação proativa de inconsistências cadastrais.

A redução de 42% em uma categoria específica de negações é significativa porque ataca precisamente as glosas administrativas — aquelas que não envolvem mérito clínico, mas sim falhas de processo que são preveníveis com tecnologia adequada.

O Panorama Mais Amplo: IA e Negações

O caso OhioHealth não é isolado. De acordo com a pesquisa State of Claims da Experian Health (2025), 69% dos provedores de saúde que utilizam inteligência artificial relatam redução nas taxas de negação. Esse dado sugere que a aplicação de IA no ciclo de receita — especificamente para prevenção de negações e glosas — já ultrapassou a fase de prova de conceito e está gerando resultados mensuráveis em escala.

Para o contexto brasileiro, a relevância está no princípio, não na ferramenta específica. As causas de glosas administrativas no Brasil — dados cadastrais incorretos, elegibilidade não verificada, guias TISS com erros de preenchimento — são igualmente passíveis de prevenção por automação. A diferença está na infraestrutura: enquanto nos EUA a verificação de elegibilidade ocorre via integrações eletrônicas padronizadas (EDI 270/271), no Brasil o processo frequentemente depende de portais web individuais de cada operadora, o que torna a automação via RPA ainda mais relevante.

O Plano de Ação: 5 Automações Que Funcionam

Com base nos dados apresentados — tanto do cenário brasileiro quanto dos casos internacionais — cinco automações oferecem o maior impacto na redução de glosas para organizações de saúde no Brasil. Cada uma corresponde diretamente a uma das causas-raiz identificadas.

1. Verificação de elegibilidade em tempo real nos portais de operadoras. A primeira linha de defesa contra glosas por elegibilidade. Um robô (RPA) acessa os portais de Unimed, Bradesco Saúde, SulAmérica, Amil e demais operadoras no momento do agendamento ou do check-in, valida a situação do beneficiário e alerta a recepção sobre qualquer divergência antes do atendimento. Plataformas como Feegow e Pixeon oferecem integrações nativas com algumas operadoras; para as demais, RPA complementa. O OhioHealth demonstrou que essa única automação pode reduzir negações de elegibilidade em percentuais significativos.

2. Conferência automatizada de guias TISS antes do envio. Um sistema de validação que verifica cada guia TISS contra as regras de preenchimento da ANS (RN 501) e as regras específicas de cada operadora antes da submissão. Campos obrigatórios ausentes, códigos TUSS inválidos, CID-10 incompatível com o procedimento, dados do beneficiário divergentes — todos esses erros podem ser detectados e corrigidos antes que a guia chegue à operadora. Essa automação ataca diretamente as glosas por erro de codificação e por dados cadastrais incorretos. Como abordamos no artigo sobre resultados reais de automação em 100 hospitais, a validação pré-envio é uma das intervenções com maior retorno imediato.

3. Automação de autorização prévia — SADT e procedimentos. O processo de solicitação de autorização prévia envolve múltiplas etapas em múltiplos portais. A automação orquestra esse fluxo: preenche a solicitação no portal da operadora com dados extraídos do sistema da clínica, anexa laudos e justificativas, monitora o status e notifica a equipe sobre aprovações, pendências ou negativas. O USA Health demonstrou redução de 50% no trabalho manual com automação de autorizações prévias (Experian Health, outubro 2025). Para uma análise completa de como a autorização prévia consome 13 horas semanais por médico e como a automação resolve isso, veja nosso artigo dedicado. Para clínicas brasileiras que processam dezenas ou centenas de autorizações por mês, o ganho de produtividade é proporcional.

4. Revisão de codificação assistida por IA — TUSS e CID-10. Algoritmos de IA podem analisar o texto do prontuário eletrônico e sugerir os códigos TUSS e CID-10 mais adequados, identificando inconsistências entre diagnóstico, procedimento e codificação antes da submissão da guia. Essa automação reduz glosas técnicas causadas por erros de codificação e melhora a acurácia do faturamento. Conforme documentamos no artigo sobre o ROI real da IA na saúde, a codificação assistida é uma das aplicações de IA com retorno mais direto no ciclo de receita.

5. Tracking de glosas e recurso automatizado com dashboard e templates. Um painel centralizado que consolida todas as glosas recebidas, classifica por tipo (administrativa, técnica, linear), operadora e causa-raiz, e aciona workflows automatizados de recurso com templates pré-configurados para cada tipo de glosa. O dado da Anahp — 98% das glosas revertidas após recurso — demonstra que o problema não é falta de mérito, mas falta de processo sistematizado. A automação do fluxo de recurso transforma o que hoje é uma atividade reativa e desorganizada em um processo proativo e mensurável. Para um comparativo completo entre processos manuais e automatizados no ciclo de receita, veja nosso artigo sobre ciclo de receita manual vs. automatizado com benchmarks, calculadora de ROI e roadmap de implementação.

Precisa priorizar quais automações implementar primeiro? Nossa equipe analisa seu fluxo de faturamento e identifica onde a automação gera maior retorno para o seu perfil de glosas. Comece aqui.

Calcule Seu Custo de Glosas — e Sua Recuperação

Nota: os valores a seguir constituem uma simulação hipotética para fins ilustrativos. Não representam resultados garantidos. Os números reais variam conforme o perfil de cada organização, mix de operadoras, especialidades atendidas e processos existentes.

Considere um cenário representativo de uma clínica médica brasileira de médio porte:

• Porte: 5 médicos, múltiplas especialidades
• Volume: 600 atendimentos por mês via convênio
• Ticket médio: R$350 por atendimento (consultas + procedimentos + SADT)
• Faturamento mensal com operadoras: R$210.000
• Operadoras: Unimed, Bradesco Saúde, SulAmérica (portais e regras distintos)

O Custo da Situação Atual

Se essa clínica opera com uma taxa de glosas de 15% — próxima à média de 15,89% reportada pela Anahp para hospitais privados — o cenário mensal é o seguinte:

• Valor retido em glosas: R$31.500 por mês (15% de R$210.000)
• Valor anual retido: R$378.000

Se a clínica não dispõe de processo sistematizado de recurso, uma parcela dessas glosas se torna perda definitiva. Considerando o dado do AHIMA Journal — 35% a 60% dos claims negados nunca são resubmetidos nos EUA — e a realidade operacional de equipes de faturamento com acúmulo de funções, é razoável estimar que 20% a 40% das glosas não sejam contestadas ou sejam contestadas fora do prazo.

O Potencial de Recuperação

O dado da Anahp mostra que apenas 1,96% das glosas são mantidas após recurso. Isso significa que, das glosas efetivamente contestadas, 98% são revertidas. A questão central não é se as glosas são reversíveis — é se a clínica tem capacidade operacional para contestar todas elas de forma sistemática.

Na simulação hipotética, se a clínica implementar um processo automatizado de identificação, classificação e recurso de glosas:

• Glosas mensais: R$31.500
• Taxa de contestação sistematizada: 100% (vs. estimativa de 60-80% sem automação)
• Taxa de reversão após recurso: 98% (dado Anahp)
• Recuperação potencial: R$30.870 por mês (98% de R$31.500)
• Recuperação anual potencial: R$370.440

Adicionalmente, a prevenção proativa — verificação de elegibilidade, conferência de guias TISS, codificação assistida — pode reduzir a própria taxa de glosas iniciais. Se a automação preventiva reduzir as glosas iniciais de 15% para 8% (uma redução conservadora considerando a redução de 42% em negações de elegibilidade alcançada pelo OhioHealth), o faturamento mensal retido cai de R$31.500 para R$16.800 — uma diferença de R$14.700 por mês, ou R$176.400 por ano.

ROI da Automação

Para uma clínica deste porte, o investimento em automação de faturamento — incluindo RPA para portais de operadoras, validação de guias TISS, tracking de glosas e workflows de recurso — situa-se tipicamente entre R$20.000 e R$50.000 para implementação, com custos mensais de manutenção proporcionais. Como detalhamos no artigo sobre automação de faturamento para clínicas de pequeno porte, o payback para organizações com esse perfil tende a ocorrer entre 2 e 6 meses, dependendo do volume de glosas e da complexidade do mix de operadoras.

O custo de não investir é mais fácil de calcular: R$378.000 por ano em glosas, das quais uma parcela — possivelmente R$75.000 a R$150.000 — se torna perda definitiva por falta de contestação sistematizada. A cada mês sem processo automatizado, a clínica absorve essa perda silenciosamente, diluída entre centenas de demonstrativos de pagamento e planilhas de acompanhamento manuais.

O problema das glosas no Brasil não é de mérito — 98% são revertidas quando contestadas. O problema é de processo. As cinco automações descritas neste artigo atacam cada etapa do ciclo: previnem glosas evitáveis antes que ocorram (verificação de elegibilidade, conferência de guias, codificação), e garantem que as glosas remanescentes sejam contestadas integralmente e dentro do prazo (tracking e recurso automatizado). Os dados estão disponíveis. O plano de ação é claro. O custo de esperar é mensurável. A decisão é operacional.