Como a IA separa lead de convênio empresarial de paciente particular antes de ocupar cadeira na agenda?

"Como a IA separa lead de convênio empresarial de paciente particular antes de ocupar cadeira na agenda?"

Você não perde dinheiro quando recusa um lead de convênio. Você perde quando ele entra sem ser reconhecido.

Ele marca, a agenda registra um horário preenchido, e a informação de que o pagador é uma operadora só aparece na recepção, com o paciente já ali. Nesse ponto a cadeira está alocada. Capacidade consumida não volta.

A pergunta certa não é "aceito convênio ou não". É em que momento da conversa você descobre, e o que o sistema faz com essa descoberta antes de reservar horário.

E o volume não é marginal. Segundo a ANS, na referência de junho de 2026 o Brasil tinha 36.766.931 beneficiários de planos privados exclusivamente odontológicos, e 27.502.143 deles estavam em contratos coletivos empresariais. O convênio que bate na sua porta é, na maior parte das vezes, corporativo.

Neste guia você vai ver:

• Por que o coletivo empresarial domina o volume e o que isso muda na sua triagem
• As quatro categorias que o paciente chama de "convênio" e só uma delas é o que você pensa
• As perguntas mínimas que classificam sem derrubar a conversa
• Como o limiar da IA é calibrado pelo custo de cada erro (e não pela acurácia)
• Roteamento por cota de agenda, auditoria de concordância e o que ANS, LGPD e CFO exigem

O que é lead de convênio coletivo empresarial (e por que ele domina o volume no Brasil)

Convênio coletivo empresarial é o plano contratado por uma pessoa jurídica para os seus colaboradores. O beneficiário usa, a empresa contrata, e a operadora paga a clínica depois.

Isso muda três coisas de uma vez: quem decide, quem paga e em quanto tempo o dinheiro entra.

Os números da ANS explicam por que essa é a modalidade que mais aparece no seu WhatsApp. Na referência de junho de 2026, a distribuição por tipo de contratação dos planos exclusivamente odontológicos ficou assim:

Tipo de contratação	Beneficiários (jun/2026)	Quem contrata
Coletivo empresarial	27.502.143	A empresa, para os colaboradores
Individual ou familiar	5.896.849	A própria pessoa
Coletivo por adesão	3.366.101	Via entidade de classe, sindicato ou associação

Fonte: ANS, Dados Gerais do Perfil do Setor.

E a base segue crescendo. Os Dados Gerais do Perfil do Setor da ANS mostram a taxa de cobertura de planos exclusivamente odontológicos em 17,4% da população em julho de 2026, contra 16,2% em dezembro de 2025.

O que isso significa na prática? Que a chance de o próximo lead da sua campanha carregar um plano corporativo no bolso não para de subir. Ignorar isso na triagem não é neutralidade. É deixar a classificação acontecer na recepção, no pior lugar possível.

As quatro categorias que o paciente chama de "convênio"

Aqui começa o erro mais comum da triagem automática: tratar "convênio" como uma coisa só.

O paciente usa a mesma palavra para quatro realidades diferentes, e cada uma tem regra de pagamento, prazo e atrito distintos.

O que o paciente diz	O que de fato é	O que muda para a clínica
"Tenho convênio da empresa"	Coletivo empresarial	Pagador é a operadora, sob contrato da empresa. Elegibilidade depende do vínculo ativo
"Tenho convênio pelo sindicato"	Coletivo por adesão	Também é plano, mas contratado via entidade. Regras de carência costumam diferir
"Comprei um plano odontológico"	Individual ou familiar	Plano contratado pela própria pessoa
"Tenho um cartão que dá desconto"	Cartão de desconto	Não é plano. Dá abatimento em tabela e quem paga a conta é o paciente

O cartão de desconto é a principal fonte de classificação errada, e por um motivo bobo: o paciente acredita de verdade que tem convênio. Ele tem um cartão, um aplicativo, uma rede credenciada. Só não tem cobertura contratada.

Se a sua IA marcar esse lead como convênio, ela promete o que a clínica não pode entregar. Se marcar como particular sem avisar, o paciente chega esperando desconto e a conversa de valor acontece no balcão.

Lembre: a triagem não classifica o que o paciente diz. Ela classifica o que o pagador vai fazer. São duas coisas diferentes, e só a segunda paga a sua conta.

Por que qualificar antes de alocar cadeira: capacidade consumida não volta

Existe uma assimetria que quase todo painel de clínica esconde.

Lead recusado é uma linha no relatório. Cadeira alocada é capacidade que saiu do estoque: o dentista bloqueado, a sala ocupada, o horário indisponível para outro caso.

Quando a classificação acontece depois do agendamento, você não escolhe. Você descobre.

Repare na diferença de ordem:

1. Classificar depois: o lead marca no horário de maior demanda, a clínica descobre o convênio na chegada, e a alternativa é atender com margem menor ou remarcar um paciente que já está ali.
2. Classificar antes: o lead é reconhecido na conversa, recebe um horário compatível com o fluxo dele, e o horário premium segue disponível.

Nos dois casos você pode atender o convênio. A diferença é que no segundo a decisão foi sua.

E a janela para isso é curta. Nas clínicas atendidas pela Odonto Results, entre os leads que agendam, metade fecha em até 34 minutos e 53,6% em menos de 1 hora. Base: 3.148 agendamentos. Janela: 25 de março a 25 de agosto de 2026, dados internos da Odonto Results.

Traduzindo: a classificação precisa caber dentro da mesma conversa em que o paciente decide. Triagem que roda no dia seguinte chega depois da cadeira já alocada.

O sinal declarado pelo lead é fraco (e é por isso que a classificação erra)

Se bastasse perguntar "você tem convênio?", este artigo não existiria.

O sinal declarado falha por três motivos que não têm nada a ver com má-fé:

• O paciente não sabe o nome da operadora. Ele sabe o nome da empresa onde trabalha e a cor do cartão. Pedir "qual o seu plano" devolve resposta vaga com frequência alta.
• Ele confunde cartão de desconto com plano. Já vimos por quê. Para ele, os dois são "o convênio".
• Às vezes ele omite de propósito. Quando percebe que declarar convênio empurra o atendimento para uma fila mais lenta, o incentivo é não declarar.

O terceiro caso é o mais interessante, porque ele é resposta a um desenho ruim da sua operação. Se a trilha de convênio é visivelmente pior, o paciente aprende a burlar a triagem.

A saída não é interrogatório. É coletar sinais independentes da declaração e cruzar:

• Nome da operadora e número da carteirinha (o que o paciente informa)
• Empresa contratante (que amarra o coletivo empresarial)
• Procedimento pretendido (estética raramente tem cobertura, urgência quase sempre tem)
• Canal e campanha de origem (anúncio de tratamento particular de alto ticket atrai outro perfil)
• Histórico no sistema da clínica, quando o telefone já existe na base

Nenhum sinal sozinho decide. O conjunto é que move a probabilidade.

As perguntas mínimas de triagem que separam convênio de particular

A triagem que funciona tem poucas perguntas, e cada uma devolve algo para o paciente.

Este é o roteiro mínimo que classifica sem transformar o WhatsApp em formulário:

1. "O que você está precisando resolver?" Captura o procedimento pretendido. É a pergunta que o paciente quer responder de qualquer jeito, e ela já estreita a cobertura provável.
2. "O atendimento vai ser por algum plano odontológico ou particular?" Formulação neutra, sem sugerir que uma resposta vale mais que a outra. Sugerir preferência é o que ensina o lead a mentir.
3. "Qual o nome da operadora do seu plano?" Se vier vago, ofereça as três ou quatro operadoras que a clínica atende como opções, mais "outra" e "não sei". Reconhecimento é muito mais fácil que memória.
4. "O plano é da empresa onde você trabalha?" Separa coletivo empresarial de individual e de adesão em uma pergunta só.
5. "Você tem o número da carteirinha aí?" Só peça quando a resposta anterior indicou plano. É o sinal mais forte que existe e o único que permite checar elegibilidade.

Note o que não está aí: pergunta de cadastro, CPF, endereço, data de nascimento. Isso entra depois do horário reservado, quando o paciente já investiu na conversa.

Lembre: toda pergunta de triagem custa uma chance de desistência. Pergunta que devolve horário, cobertura ou valor se paga. Pergunta que só preenche campo de cadastro é imposto cobrado na hora errada.

Elegibilidade, carência e cobertura: o que dá pra checar antes de marcar

Coletar a carteirinha é metade do caminho. A outra metade é saber o que aquele número prova e o que ele não prova.

O que checar	Onde costuma dar pra checar	O que só aparece no atendimento
Vínculo ativo do beneficiário	Portal ou API da operadora, quando ela expõe consulta	Demissão recente ainda não processada pela operadora
Carência cumprida	Portal da operadora, por procedimento	Contrato coletivo com regra própria negociada pela empresa
Cobertura do procedimento	Rol e contrato da operadora	Indicação clínica que muda o procedimento depois do exame
Autorização prévia	Fluxo de guia da operadora	Necessidade de perícia ou de documentação adicional
Coparticipação	Contrato da empresa contratante	Valor exato da coparticipação para aquele caso

A lição operacional está na coluna da direita: elegibilidade não é cobertura, e cobertura não é autorização. Um lead pode ser beneficiário ativo, ter carência vencida e mesmo assim ter o procedimento negado.

Por isso a triagem automática deve classificar em três estados, não em dois:

• Convênio confirmado: operadora reconhecida, carteirinha coletada, vínculo checado
• Convênio provável: paciente afirma plano, mas o sinal não fechou
• Particular: nenhum sinal de plano, ou cartão de desconto identificado

O estado intermediário é o que evita o pior dos dois erros. Ele agenda, mas em um horário que não é o premium, e sinaliza para a CRC checar antes da data.

Se a sua operação ainda não tem essa bifurcação desenhada, comece pelo básico da separação na porta em como separar automaticamente o lead particular do lead de convênio no WhatsApp.

Como a IA classifica de fato: limiar, precisão e recall

Aqui está a parte que quase nunca é explicada ao dono da clínica, e que decide tudo.

A IA não devolve "convênio" ou "particular". Ela devolve um grau de confiança, e alguém escolhe a partir de que ponto isso vira uma decisão. Esse ponto é o limiar.

Mexer no limiar é uma gangorra, e ela tem nome técnico:

• Precisão: entre os leads que a IA marcou como convênio, quantos eram de fato convênio.
• Recall: entre os leads que eram de fato convênio, quantos a IA conseguiu marcar.

E o Google, no Machine Learning Crash Course, é explícito sobre a relação entre os dois: a precisão melhora quando os falsos positivos diminuem, o recall melhora quando os falsos negativos diminuem, e como subir o limiar tende a reduzir falsos positivos e aumentar falsos negativos, precisão e recall costumam mostrar uma relação inversa, em que melhorar um piora o outro.

Ou seja: não existe configuração que acerte mais dos dois lados ao mesmo tempo. Existe escolha.

Quem faz essa escolha não é o fornecedor de tecnologia. É você, porque ela depende de quanto custa cada erro na sua clínica.

O paradoxo da acurácia quando uma classe domina a base

Antes de escolher o limiar, jogue fora a métrica que todo painel mostra primeiro.

O Google, no Machine Learning Crash Course, alerta que, para bases fortemente desbalanceadas, em que uma classe aparece muito raramente (o exemplo dado é 1% das vezes), um modelo que responde negativo 100% das vezes marca 99% de acurácia apesar de ser inútil.

Leve isso para a sua realidade. Se numa clínica de determinado perfil a esmagadora maioria dos leads for particular, uma IA que simplesmente nunca diga "convênio" vai exibir uma taxa de acerto excelente no relatório.

E vai errar exatamente os casos que importam.

O oposto também acontece, e é o cenário do lead corporativo: numa clínica com forte presença de contrato empresarial, marcar tudo como convênio ganha acurácia e destrói o particular.

Lembre: acurácia alta num painel de classificação desbalanceada é a coisa mais fácil de conseguir e a menos informativa que existe. Peça matriz de confusão, precisão e recall por classe. Quem só mostra acurácia não está medindo, está tranquilizando.

Custo assimétrico do erro: falso particular contra falso convênio

Agora o limiar tem como ser definido, porque os dois erros não custam a mesma coisa.

Erro	O que acontece	O que você perde
Falso particular (era convênio, entrou como particular)	O lead reserva horário de maior valor e o pagador é a operadora	Slot premium consumido com o repasse e o prazo do convênio
Falso convênio (era particular, entrou como convênio)	O lead é mandado para a trilha lenta, com verificação e documento	Paciente de ticket alto que esfria ou vai para outra clínica

A pergunta que fixa o limiar é direta: qual dos dois dói mais na sua operação hoje?

• Agenda cheia, fila de espera para paciente novo, ociosidade baixa: o falso particular é o erro caro, porque cada slot premium ocupado errado tinha fila esperando. Suba o limiar de particular, sendo mais exigente para classificar alguém como particular.
• Agenda com buraco, capacidade ociosa, sazonalidade fraca: o falso convênio é o erro caro, porque você está afastando o ticket alto para proteger um slot que ia ficar vazio de qualquer forma. Afrouxe.

Essa calibração não é permanente. Ela é uma função da sua ocupação, e a ocupação muda todo mês.

Roteamento por resultado, não por descarte: cotas em vez de recusa

O erro estratégico mais caro é transformar a classificação em porta de entrada binária, com convênio no lado de fora.

Você não precisa escolher entre aceitar tudo e recusar tudo. Precisa de cota de agenda por tipo de resultado:

1. Slot de convênio: horários definidos por dia ou por semana, dimensionados pela capacidade que a clínica aceita comprometer com repasse.
2. Slot particular: os horários de maior demanda, reservados para o caso que fecha na hora.
3. Slot híbrido: liberado para qualquer trilha com poucas horas de antecedência, para não desperdiçar capacidade que ia ficar ociosa.
4. Buffer de urgência: mantido livre, e é ele que sustenta o prazo imediato de urgência e emergência do beneficiário de plano.

Com cota, a resposta ao lead de convênio deixa de ser "não atendemos" e passa a ser "tenho estes horários". O lead não é descartado, é encaixado onde ele não destrói margem.

E tem um efeito colateral bom: o paciente para de ter incentivo para omitir o convênio, porque declarar deixa de ser punição. Isso melhora a qualidade do sinal que alimenta a classificação, num ciclo que se reforça.

O prazo da ANS que o dono esquece

Aqui mora uma obrigação que muda o desenho do buffer.

A ANS fixa prazos máximos de atendimento e, para consulta e procedimentos realizados em consultório ou clínica com cirurgião-dentista, o prazo é de 7 dias úteis. Para urgência e emergência, o atendimento é imediato.

Preste atenção no sujeito da norma, porque é aqui que muita gente se confunde. Esse prazo vale para o beneficiário de plano de saúde e é obrigação da operadora, que precisa garantir o atendimento na rede dela dentro do prazo. Não é regra de atendimento particular, e não é uma obrigação que a ANS dirige diretamente à sua clínica como prestador.

O que isso significa para você, na prática? Que o contrato que você assinou com a operadora existe dentro desse relógio. Se a sua cota de convênio empurra o beneficiário para trinta dias, a pressão volta pela operadora, não pelo paciente.

Desenhar a cota ignorando esse prazo é o caminho mais rápido para um contrato renegociado em termos piores.

Glosa e repasse: o atrito financeiro que o particular não tem

O lead de convênio carrega um custo que não aparece na agenda e aparece no caixa.

No particular, o atendimento e o pagamento acontecem juntos. No convênio, entre a cadeira e o dinheiro existe uma fila: guia, execução, faturamento, auditoria da operadora, repasse. E a glosa pode cancelar total ou parcialmente o valor de um procedimento já realizado.

Isso tem três consequências para a triagem:

• O mesmo horário não vale o mesmo dinheiro, e não vale no mesmo prazo. A cota de convênio é uma decisão de fluxo de caixa, não só de margem.
• Documentação incompleta na entrada vira glosa na saída. A triagem é o momento mais barato para coletar carteirinha e confirmar dados, porque depois vira retrabalho.
• Operadora com histórico de glosa alta merece limiar próprio. Nem todo convênio é igual no seu contas a receber.

O detalhamento desse atrito e o que fazer quando o repasse atrasa estão em glosa e repasse atrasado de convênio na clínica odontológica.

Capacidade e ocupação: a tentação de aceitar todo convênio

Existe um momento em que aceitar tudo parece racional: quando a agenda tem buraco.

E, em parte, é. Capacidade ociosa vale zero. Um horário vazio na terça de manhã não gera margem melhor por ficar vazio.

O problema é que a decisão costuma ser tomada olhando a agenda de hoje, e ela produz efeito na agenda de dois meses.

Três variáveis que precisam entrar na conta antes de abrir a cota:

• Ocupação real por tipo de slot, não a ocupação média. Média alta com horário premium vazio é um problema diferente de média baixa.
• Tempo de espera do paciente novo particular. Se ele consegue horário em três dias, você tem folga. Se leva três semanas, a cota de convênio está comendo a fila que paga melhor.
• Duração de cadeira por procedimento. Procedimento de convênio com tempo longo de cadeira e repasse baixo é o pior negócio possível por hora de sala, mesmo com a agenda vazia.

Pensa assim: a cota de convênio é um instrumento de preenchimento de vale, não um botão de emergência. Quem abre no pânico esquece de fechar quando a demanda volta.

No-show por segmento: a falta consome a cadeira reservada

Tem um detalhe que desmonta a ideia de que "convênio pelo menos preenche a agenda".

Cadeira reservada é consumida na reserva, não na chegada. Quando o paciente falta, o horário já saiu do estoque, e recuperar um slot com poucas horas de antecedência é raro.

Isso vale para qualquer pagador. Mas muda a leitura do painel. Suponha uma cota de convênio de vinte horários por semana: se o comparecimento nela for baixo, ela não está preenchendo a agenda, está bloqueando a agenda.

Para dimensionar, olhe o comparecimento real. Nas clínicas atendidas pela Odonto Results, no funil completo (IA, equipe e telefone), 20% a 40% dos leads viram agendamento e 20% a 50% dos agendados comparecem. É uma faixa da operação de atendimento das clínicas OR, não uma medição de recorte datado, porque o fechamento por ligação não fica registrado na conversa.

A conclusão operacional é simples: meça comparecimento por trilha, separadamente. Cota dimensionada por agendamento, e não por comparecimento, sempre superestima o que o convênio realmente ocupa e subestima o buraco que ele deixa.

Quando a IA deve parar de classificar e passar para a CRC

Automação boa sabe a hora de não decidir.

Existem cinco gatilhos em que a IA deve parar a classificação e escalar para a CRC, e vale gravá-los como regra explícita:

1. Confiança dentro da zona cinzenta. O grau de confiança ficou entre os limiares das duas classes. Decidir ali é sortear.
2. Operadora não reconhecida. O paciente nomeou algo que não está na lista. Pode ser operadora nova, pode ser cartão de desconto, pode ser erro de digitação.
3. Contradição entre sinais. Ele diz particular e cita carteirinha, ou diz convênio e pede orçamento de procedimento sem cobertura.
4. Urgência declarada. Dor, trauma, inchaço. A classificação financeira espera, o atendimento não.
5. Caso de alto ticket com sinal de plano. Reabilitação, implante, tratamento longo. O custo do erro é grande demais para automação resolver sozinha.

O handoff precisa carregar o contexto, não apenas transferir a conversa: o que foi perguntado, o que o paciente respondeu, qual foi o grau de confiança e por que a IA parou.

E a velocidade precisa sobreviver ao handoff. Nas clínicas atendidas pela Odonto Results, a IA de Agendamento responde o primeiro lead em 5,7 segundos na mediana. Base: IA de Agendamento da Odonto Results no WhatsApp. Janela: 25 de março a 25 de agosto de 2026, dados internos da Odonto Results.

Esse ganho evapora se o caso escalado fica três horas esperando alguém abrir o painel.

Auditoria da classificação: amostra, rótulo humano e concordância

Classificador que ninguém audita vira folclore. Em pouco tempo, a clínica inteira "sabe" que a IA erra, sem ninguém conseguir dizer quanto nem onde.

O procedimento de auditoria cabe em cinco passos e não exige cientista de dados:

1. Sorteie uma amostra estratificada por período, por classe prevista e por canal de origem. Amostra por conveniência confirma o que você já achava.
2. Peça o rótulo humano às cegas. A CRC classifica os mesmos casos sem ver o que a IA respondeu. Ver o palpite da máquina contamina o gabarito.
3. Monte a matriz de confusão, separando falso convênio de falso particular. Os dois números são diferentes e as decisões que eles pedem também.
4. Meça a concordância descontando o acaso. É o que o kappa de Cohen faz: concordância bruta alta numa base desbalanceada acontece por sorte. Defina o nível aceitável antes de rodar a auditoria, não depois de ver o resultado.
5. Revise caso a caso as discordâncias. É aí que a informação mora.

E quando a IA e a CRC discordam, resista ao reflexo de dar razão ao humano por padrão. As discordâncias costumam cair em três baldes:

• A CRC estava certa e a IA errou: ajuste roteiro, lista de operadoras ou limiar.
• A IA estava certa e a CRC errou: normalmente falta de treinamento sobre uma modalidade específica, com cartão de desconto liderando.
• O caso era genuinamente ambíguo: ele não é erro de ninguém, é um caso que deveria ter sido escalado. Vire regra de escalonamento.

O passo a passo completo de auditoria está em como auditar o erro de classificação da IA na triagem entre particular e convênio.

Monitoramento em produção: quando recalibrar

Classificação calibrada envelhece, e ela envelhece em silêncio, com o painel verde.

Estes são os quatro eventos que obrigam a recalibração, e nenhum deles aparece como erro de sistema:

• Mudou contrato com uma operadora. Cobertura nova, carência diferente, coparticipação alterada. O roteiro que perguntava a coisa certa agora pergunta a coisa errada.
• Mudou tabela de repasse. O custo do falso particular mudou de tamanho, então o limiar ótimo mudou junto.
• Mudou o mix de operadoras. Entrou contrato corporativo grande, saiu outro. A distribuição de classes mudou e a base ficou mais (ou menos) desbalanceada.
• Mudou o mix de entrada. Campanha nova, criativo novo, canal novo. O perfil do lead que chega não é o mesmo perfil com que a classificação foi calibrada.

Vale lembrar que o próprio mercado se mexe. Segundo a ANS, havia 221 operadoras exclusivamente odontológicas em julho de 2026, contra 225 em dezembro de 2025. Lista de operadoras é cadastro vivo, não configuração feita uma vez.

O monitoramento mínimo é semanal e tem três linhas: distribuição de classes prevista, volume de casos escalados e taxa de reclassificação na recepção. Quando a terceira sobe, a classificação já está errando e ninguém percebeu.

LGPD: carteirinha, operadora e condição de saúde no WhatsApp

Tudo que a triagem coleta é dado pessoal, e boa parte é dado sensível.

A Lei 13.709/2018 (LGPD) define como dado pessoal sensível, entre outros, o dado referente à saúde, quando vinculado a uma pessoa natural. O procedimento que o paciente relata no WhatsApp é exatamente isso.

Três pontos da lei que tocam diretamente essa operação:

• Base legal específica. O artigo 11 estabelece que o tratamento de dado sensível só ocorre nas hipóteses previstas, entre elas o consentimento específico e destacado do titular e, sem consentimento, a tutela da saúde, exclusivamente em procedimento realizado por profissionais de saúde, serviços de saúde ou autoridade sanitária.
• Decisão automatizada com revisão. O artigo 20 dá ao titular o direito de solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses, e o parágrafo 1º obriga o controlador a fornecer, sempre que solicitadas, informações claras e adequadas sobre os critérios e procedimentos usados na decisão, observados os segredos comercial e industrial.
• Minimização. Coletar carteirinha de quem nem chegou a marcar é acumular dado sensível sem finalidade. Se o roteiro pede o número antes de haver agendamento, revise.

Na prática, isso vira três exigências de desenho: pergunte o mínimo necessário, mantenha um caminho de revisão humana para quem contesta o roteamento e guarde registro de quem acessou o quê. O tratamento completo do tema está em LGPD na clínica odontológica.

Ética e CFO: o que a clínica pode divulgar sobre credenciamento

Convênio também é assunto de publicidade, e aqui a regra alcança a pessoa jurídica de forma explícita.

O Código de Ética Odontológica do CFO regula, no artigo 1º, os direitos e deveres do cirurgião-dentista, dos profissionais técnicos e auxiliares e das pessoas jurídicas que exerçam atividades na área da Odontologia. Não existe a leitura de que a clínica fica de fora por ser empresa.

O capítulo de anúncio, propaganda e publicidade é direto sobre credenciamento:

• Convênios e credenciamentos podem constar na divulgação. O artigo 43, parágrafo 1º, inciso IV lista expressamente endereço, telefone, endereço eletrônico, horário de trabalho, convênios, credenciamentos e atendimento domiciliar e hospitalar entre as informações que podem constar na comunicação.
• A identificação é obrigatória. O artigo 43 exige o nome e o número de inscrição da pessoa física ou jurídica e, no caso de pessoa jurídica, também o nome e o número de inscrição do responsável técnico.
• A responsabilidade é solidária. Pelo artigo 45, quando a publicidade sai em desacordo com o Código, respondem solidariamente os proprietários, o responsável técnico e os demais profissionais que concorreram na infração, na medida da culpabilidade de cada um.
• A norma alcança quem exerce de forma indireta. O artigo 46 aplica o capítulo a clínicas, policlínicas, operadoras de planos de assistência à saúde, convênios de qualquer forma, credenciamentos e outras entidades.

A tradução operacional para a triagem é curta: a lista de convênios que o seu anúncio e o seu roteiro de IA divulgam precisa ser verdadeira e atual. Anunciar credenciamento encerrado, ou anunciar uma operadora que a clínica atende só para alguns procedimentos sem dizer isso, cria a expectativa errada no lead antes mesmo de a triagem começar.

E é a clínica, como pessoa jurídica, que responde por essa divulgação, junto com o responsável técnico. Em caso de dúvida sobre um anúncio específico, consulte o seu CRO.

Quantas perguntas a triagem aguenta (e como não virar formulário)

Toda pergunta é um pedágio. A conversa que começa com cinco perguntas seguidas não parece triagem, parece cadastro.

Quatro princípios que mantêm o roteiro leve:

1. Uma pergunta por mensagem. Bloco com três perguntas de uma vez recebe resposta de uma só, e você perde os outros dois sinais.
2. Reciprocidade imediata. Depois de cada resposta, devolva algo: um horário, uma informação de cobertura, uma confirmação. Pergunta que só consome vira atrito.
3. Reconhecimento em vez de memória. Ofereça as operadoras que a clínica atende como opções. É mais rápido e o dado sai limpo, sem "unimed odonto?" escrito de seis jeitos diferentes.
4. Pergunta cara por último. O número da carteirinha é o que mais derruba conversa. Peça depois de já ter oferecido horário, quando o paciente já investiu.

E aproveite o que o horário permite. Nas clínicas atendidas pela Odonto Results, 46,0% dos leads chegam fora do horário comercial. Base: 16.719 leads na primeira mensagem do WhatsApp. Janela: 25 de março a 25 de agosto de 2026, dados internos da Odonto Results.

Quase metade da triagem acontece quando não tem ninguém na clínica. É exatamente por isso que ela precisa estar no automático, e é exatamente por isso que o roteiro precisa aguentar ser executado sem supervisão.

As métricas que você acompanha depois de ligar a classificação

Ligar a triagem sem instrumentar é trocar um problema conhecido por um problema invisível.

Métrica	O que ela responde	Sinal de alerta
Taxa de acerto por classe (precisão e recall)	A classificação está funcionando dos dois lados?	Recall de convênio caindo com precisão estável
Taxa de reclassificação na recepção	Quantos chegam com rótulo errado?	Subida sem mudança de campanha
Tempo até agendar, por trilha	A trilha de convênio ficou punitiva?	Convênio com tempo muito maior que particular
Ocupação por tipo de slot	A cota está dimensionada certo?	Slot premium vazio e cota de convênio lotada
Comparecimento por trilha	A cadeira reservada virou paciente?	Cota cheia com comparecimento baixo
Casos escalados para a CRC	O escalonamento está calibrado?	Volume perto de zero, que indica limiar frouxo demais

Um alerta sobre a última linha: escalonamento perto de zero costuma ser lido como sucesso e quase sempre é o contrário. Significa que a IA está decidindo sozinha os casos ambíguos.

Para referência de ordem de grandeza do funil, nas clínicas atendidas pela Odonto Results 12% dos leads viram agendamento dentro do WhatsApp, numa faixa de 9% a 15%, sem contar telefone. Base: 21.433 leads. Janela: 25 de março a 25 de agosto de 2026, dados internos da Odonto Results.

Convênio corporativo como porta de entrada para o particular

Aqui está o ângulo que muda a conta inteira, e quase nenhuma clínica instrumenta.

O beneficiário de plano empresarial entra pela cobertura e frequentemente precisa de algo que a cobertura não alcança. Estética, reabilitação, tratamento eletivo de maior complexidade. O plano cobre uma parte, o paciente paga a outra.

Isso transforma a trilha de convênio em canal de aquisição, desde que três coisas estejam desenhadas:

• Registro da intenção na triagem. Se o lead mencionou um procedimento fora da cobertura, isso vira uma marcação no cadastro, não uma frase perdida no WhatsApp.
• Plano de tratamento completo, não só o coberto. O paciente precisa ver a proposta inteira para escolher.
• Follow-up com quem tem tratamento em aberto. É o mesmo mecanismo de retomada de orçamento do particular, aplicado a uma base que já conhece a clínica.

O cuidado é de posicionamento, não de tática. Essa conversão precisa acontecer como continuidade do cuidado, e não como venda empurrada em cima de quem foi atendido pelo plano.

Se essa é uma decisão aberta na sua clínica, trate o trade-off entre volume corporativo e posicionamento premium como decisão de mix, com número de cadeira e margem na mesa, não como questão de imagem.

O caso B2B: quando quem chama é a EMPRESA

Este lead chega na mesma caixa de entrada e não é paciente nenhum.

É o RH de uma empresa, uma administradora de benefícios ou uma operadora procurando credenciar a sua clínica. Se ele cai na fila de agendamento, acontece uma de duas coisas: a IA tenta marcar uma consulta para uma pessoa jurídica, ou a CRC gasta tempo de atendimento clínico numa negociação que não é dela.

Os sinais que identificam esse lead são bem distintos do paciente:

• Menciona CNPJ, número de colaboradores, "parceria", "credenciamento", "proposta comercial" ou "tabela"
• Pergunta por capacidade de atendimento e unidades, não por horário
• Chega em horário comercial, com linguagem corporativa
• Pede documentação da clínica, não informação de tratamento

O roteamento correto é uma fila própria, que vai para o comercial ou para a diretoria, com resposta que reconheça a natureza do contato e proponha uma conversa. Tratar esse lead como paciente é a forma mais silenciosa de perder um contrato corporativo inteiro.

Lembre: a triagem tem três saídas, não duas. Paciente particular, beneficiário de plano e demanda B2B. Quem desenha só as duas primeiras faz a terceira morrer na fila do agendamento.

Os erros que derrubam a classificação

Seis padrões que aparecem sempre, em ordem de custo:

1. Classificar sem coletar sinal. A IA decide na primeira mensagem, antes de perguntar. Vira sorteio com interface bonita.
2. Tratar cartão de desconto como plano. Gera promessa de cobertura que a clínica não cumpre e conversa de valor no balcão.
3. Otimizar acurácia. Como o Google mostra, numa base desbalanceada a acurácia alta é fácil e vazia.
4. Trilha de convênio punitiva. Ensina o paciente a omitir o plano e contamina o sinal que alimenta a própria classificação.
5. Cota aberta no pânico e nunca fechada. A ociosidade justifica a abertura, e ninguém revisa quando a demanda volta.
6. Lista de operadoras congelada. Cadastro desatualizado joga operadora válida na zona cinzenta e infla o escalonamento sem motivo.

Seu próximo passo

1. Meça a reclassificação na recepção por duas semanas. Conte quantos leads chegaram com rótulo errado e separe falso convênio de falso particular. Esse número diz qual dos dois erros a sua clínica está pagando hoje.
2. Desenhe a cota antes de mexer no limiar. Defina quantos horários por semana vão para convênio, quais são premium e quanto fica de buffer de urgência. Limiar sem cota é calibração sem destino.
3. Coloque a triagem em três estados e audite mensalmente. Convênio confirmado, convênio provável e particular, com escalonamento explícito para a zona cinzenta e uma amostra revisada às cegas pela CRC todo mês.

Quer a triagem rodando com resposta em segundos, roteamento por cota e a medição indo até o comparecimento, em vez de parar no lead? Agende uma apresentação.