Os custos médicos têm a tendência de aumentar mais do que a inflação medida para o período, o que impacta diretamente nos serviços prestados e valores repassados aos beneficiários dos planos de saúde. Além do crescimento da inflação médica, medida pelo índice de Variação de Custo Médico-Hospitalar (VCMH), outras preocupações têm afligido os planos de saúde, como fraudes ou inconsistências em cobranças realizadas por parte de prestadores de serviços privados ou públicos. O Exército Brasileiro possui um plano de assistência à saúde (SAMMED) que é similar a um plano de saúde privado, possuindo: contribuição mensal; cobertura ambulatorial e hospitalar; abrangência de atendimento nacional; atendimento 24 horas de urgência e emergência; cobertura de exames, etc. Contudo, não é regulado pela Agência Nacional de Saúde Suplementar (ANS). A responsabilidade de gestão desse plano de assistência fica a cargo da Diretoria de Saúde (D Sau) do Exército. O SAMMED tem por finalidade atender aos militares, pensionistas e seus dependentes, totalizando cerca de 730 mil beneficiários em todo o território nacional. Para esse fim, utiliza como apoio uma rede formada por 62 hospitais militares, aproximadamente 3.000 hospitais civis conveniados e 2.000 profissionais de saúde autônomos. Todos os atendimentos externos são avaliados pela seção de auditoria de contas médicas, com o objetivo de verificar a existência de algum tipo de anomalia, seja ela intencional ou não. Caso achado, é realizado o pagamento da fatura enviada pelos prestadores. Hoje no Exército Brasileiro o processo de auditoria é feito de forma manual, não existe um sistema automatizado para apoio ao auditor nesse propósito. Sendo assim, essa pesquisa teve como objetivo construir um modelo capaz de identificar pontos anômalos em contas médicas, fruto do atendimento externo aos beneficiários do SAMMED em unidades credenciadas com o EB, levando em consideração valores determinados em contratos. Para esse fim, essa pesquisa se propôs a aplicar e comparar dois algoritmos de aprendizado de máquina, DBSCAN e ISALATION FOREST, com o intuito de verificar qual melhor se adapta à correção do problema do estudo, além de refutar a hipótese de que novas tecnologias podem auxiliar os auditores nesse processo de auditoria de contas médicas. Para esse fim, será utilizado o método hipotético/dedutivo, apoiado em pesquisa bibliográfica sobe o assunto. Foi concluído neste estudo que o modelo não supervisionado utilizando o algoritmo ISOLATION FOREST, em uma base de dados constando de 4 (quatro) OCS/PSA e somente um procedimento, obteve quase 100% de acertos ao encontrar pontos com valor fora da curva normal. Para trabalhos futuros, recomenda-se a construção de uma aplicação WEB para que os auditores façam os filtros necessários para melhorar a capacidade de busca do modelo em questão.