Uma empresa do setor de saúde digital chegou a um ponto crítico de crescimento: o processo de extração de dados de exames laboratoriais funcionava, mas dependia inteiramente de um parceiro externo. Cada exame processado tinha um custo fixo elevado. Quanto mais a plataforma crescesse, mais esse custo pesaria.
Para transformar essa dependência em autonomia, a empresa contou com a parceria da DreamSquad, responsável por estruturar uma solução de IA e desenhar a arquitetura em nuvem na AWS, garantindo controle total sobre qualidade, custo e evolução da extração de biomarcadores.
Escala bloqueada por uma dependência estratégica
A empresa atua no universo de saúde digital, e parte central da sua proposta de valor está em interpretar exames laboratoriais de forma estruturada. Para isso, a plataforma dependia de um parceiro externo que cobrava por exame processado. Um modelo que funciona em volumes pequenos, mas que rapidamente se torna proibitivo.
Além do custo, havia algo mais preocupante: falta de controle. A empresa não tinha visibilidade sobre como os dados eram extraídos, não conseguia ajustar a qualidade da extração e qualquer melhoria no processo exigia renegociação de contrato.
Para uma empresa que quer evoluir com velocidade, depender de terceiros para uma função tão central é um risco que vai além do financeiro.
Da dependência ao pipeline próprio
O cenário mudou quando a empresa conectou-se com a DreamSquad. A parceria foi estruturada com um objetivo claro: substituir o modelo terceirizado por uma infraestrutura própria, serverless, capaz de processar exames com IA e escalar sem que o custo marginal acompanhe o volume.
A partir das primeiras conversas, o projeto foi desenhado com foco em três pilares:
- Redução de custo por exame em escala
- Conformidade com a LGPD garantida na própria arquitetura
- Autonomia total para evoluir prompts, modelos e critérios de qualidade
IA e arquitetura em nuvem aplicadas à saúde
A solução desenvolvida é um pipeline inteligente que recebe um exame, entende o que ele é, extrai os dados com segurança e devolve um resultado estruturado com grau de confiança por biomarcador.
O processo começa assim que o exame é enviado pelo sistema da empresa. Um primeiro modelo de linguagem analisa o documento e o classifica, identificando se é um hemograma ou outro tipo de exame. Essa classificação define como o processamento vai acontecer a seguir.
Para garantir que nenhum dado sensível do paciente chegue ao modelo de IA, a remoção de informações pessoais acontece ainda na etapa de leitura do documento antes de qualquer análise. Isso transforma a conformidade com a LGPD em uma garantia arquitetural, não uma promessa de processo.
Com o documento anonimizado, a extração estruturada é feita via Amazon Bedrock, devolvendo os biomarcadores com valor, unidade, faixa de referência e um score de confiança individual. Diferente de soluções que avaliam o exame como um todo, aqui cada biomarcador tem seu próprio indicador de confiança, o que permite à empresa definir critérios distintos de aceitação por tipo de marcador.
A empresa também pode comparar diferentes modelos de linguagem disponíveis na AWS e escolher o mais adequado para cada etapa do pipeline, sem necessidade de alterar o código.
Resultados: controle, escala e conformidade
Com a implementação, a empresa passa a operar com uma lógica fundamentalmente diferente.
Volume exponencial com custo linear: O modelo anterior cobrava por exame. O novo pipeline tem custo fixo baixo e variável mínimo, o que significa que processar dez vezes mais exames não implica dez vezes mais custo.
Autonomia estratégica: A empresa controla prompts, modelos, critérios de extração e qualidade. Novos biomarcadores podem ser adicionados em dias. Ajustes no processo não dependem de aprovação de nenhum fornecedor.
Conformidade por design: Dados sensíveis são anonimizados antes de qualquer inferência de IA. Não há janela de exposição: a proteção é estrutural.
Confiança granular: Ao receber um resultado, a empresa sabe exatamente quais biomarcadores têm alta confiança e quais precisam de revisão. Isso transforma um resultado binário em uma informação acionável.
Tecnologia como fundação de autonomia
Este projeto reforça um princípio essencial: em setores regulados como saúde, construir sobre a própria infraestrutura não é apenas uma decisão de custo, é uma decisão estratégica.
Ao combinar IA estruturada, arquitetura serverless e conformidade garantida desde o design, a empresa fortalece sua proposta de valor e se posiciona para crescer com controle e responsabilidade.
Para a DreamSquad, o projeto representa mais um exemplo de como unir estratégia, cloud e Inteligência Artificial para transformar dependência em autonomia.
DreamSquad: extração inteligente, conformidade na arquitetura e escalabilidade sem barreiras.
