No dia 12 de maio, a Anahp realizou mais uma edição do seu Café da Manhã, desta vez em parceria com a Invisual, para discutir como inteligência artificial, integração de dados e monitoramento contínuo estão mudando a forma como hospitais acompanham a jornada do paciente.
O debate reuniu experiências do Grupo Santa, em Brasília, mostrando como command center, modelos preditivos e IA generativa vêm sendo usados para identificar riscos antes que eles se tornem eventos críticos, organizar fluxos assistenciais e ampliar a capacidade de navegação clínica dentro do hospital.
Participaram do debate:
- Rubens Barreto, CTO da Invisual
- Tatyane Moreira Nascimento, gerente assistencial neurocardiovascular e de Unidade de Negócios do Hospital Santa Lúcia, do Grupo Santa
Principais pontos:
O problema não está na falta de dados — está na incapacidade de agir sobre eles
Hospitais já produzem um volume enorme de informação clínica e operacional. O problema é que, na maior parte do tempo, esses dados permanecem fragmentados entre sistemas, áreas e equipes.
No Grupo Santa, a estratégia foi criar uma camada única de integração entre prontuário, exames, imagem, prescrição, navegação clínica, gestão de leitos e operação hospitalar.
“Quando o paciente abre o aplicativo, parece simples. Mas por trás disso estamos levando laudo, exame, prescrição, evolução médica, conta hospitalar, gestão de leito, nutrição, NPS, tudo integrado.” — Rubens Barreto
Esse ganho de integração muda a capacidade de acompanhamento assistencial.
“Hoje minha navegadora não perde horas procurando paciente dentro do prontuário. Ela entra no sistema e já encontra quem precisa de acompanhamento e por quê.” — Tatyane Moreira Nascimento
O Command Center muda a forma de enxergar a operação
O objetivo do Command Center não é funcionar apenas como um BI baseado em indicadores médios, mas atuar sobre incidentes em tempo real.
A estrutura monitora continuamente:
- pacientes aguardando exames ou laudos
- falhas de dispensação de medicamentos
- atrasos assistenciais
- degradação clínica
- risco de internação ou UTI
- ausência de protocolos obrigatórios
“Eu não quero saber se a mediana está boa. Quero saber se tem paciente ficando para trás agora.” — Rubens Barreto
A partir desse monitoramento, o hospital passou a trabalhar com escalonamento automático de incidentes, definição de SLA por área e acompanhamento contínuo dos gargalos operacionais. Os tempos de pronto-socorro melhoraram cerca de 30% após a implantação do Command Center e da lógica de acompanhamento contínuo dos incidentes.
O dado muda a discussão sobre eficiência
Um dos pontos centrais do debate foi a diferença entre olhar indicadores consolidados e analisar desvios específicos da operação. Ao observar incidentes individualmente, o grupo percebeu que algumas hipóteses tradicionais sobre lentidão operacional não se confirmavam.
“Todo mundo dizia que o problema era o laudo da radiologia. Quando fomos olhar incidente por incidente, vimos que o maior problema era o paciente nem chegar ao exame.” — Rubens Barreto
A análise também permitiu identificar pontos de perda de eficiência que antes passavam despercebidos.
“Se eu não encontro esse paciente na hora certa, eu perco assistência, segurança e também receita para o hospital.” — Tatyane Moreira Nascimento
IA começa antes da IA generativa
Antes mesmo da adoção de modelos generativos, o grupo já utilizava modelos preditivos para calcular:
- probabilidade de internação
- risco de UTI
- deterioração clínica
- criticidade do paciente
- necessidade de navegação assistencial
Os modelos são atualizados continuamente com base em exames laboratoriais, sinais vitais, prescrições, histórico clínico e evolução do paciente.
“Em alguns casos, o sistema passou a sinalizar deterioração clínica antes da percepção da equipe.” — Rubens Barreto
Segundo Tatyane, isso também muda a atuação das equipes assistenciais.
“A tecnologia está ajudando a trazer o profissional de volta para a beira-leito, em vez de deixar todo mundo preso em atividade burocrática.” — Tatyane Moreira Nascimento
A IA generativa desbloqueia o prontuário
Com a chegada da IA generativa, o foco passou a ser transformar grandes volumes de texto não estruturado em informação utilizável. O Grupo Santa desenvolveu o Vector, sistema que permite analisar prontuários completos, resumir históricos, localizar eventos críticos e gerar apoio operacional para equipes clínicas.
“Isso desbloqueou o valor do prontuário. Antes, encontrar certas informações era humanamente impossível.” — Rubens Barreto
A ferramenta consegue localizar eventos específicos dentro de milhares de linhas de evolução clínica, cruzando prescrições, exames, laudos, sinais vitais e histórico assistencial.
Os participantes defenderam que a IA deve funcionar como apoio à análise clínica e à gestão de risco, sem substituir o julgamento médico.
Navegação clínica deixa de ser manual
A experiência mostrou como a IA passou a apoiar diretamente programas de navegação clínica em linhas cardiovasculares, oncologia, geriatria e eletrofisiologia. Antes, o rastreamento era feito manualmente por enfermeiras navegadoras dentro do prontuário.
“Era uma pessoa sentada horas na frente do computador procurando exame, CID e resultado alterado.” — Tatyane Moreira Nascimento
Agora, o modelo identifica automaticamente:
- pacientes com risco cardiovascular
- alterações em exames
- possíveis casos oncológicos
- reinternações
- sinais de deterioração
- necessidade de acompanhamento ambulatorial
Com isso, o foco da equipe deixa de ser buscar informação e passa a ser atuar diretamente no cuidado.
A tecnologia também reorganiza a relação entre equipes
Outro desafio citado foi a fragmentação da navegação clínica dentro das instituições. Antes, diferentes linhas de cuidado operavam em planilhas separadas, muitas vezes acompanhando o mesmo paciente sem integração entre áreas.
A unificação das informações permitiu consolidar:
- protocolos assistenciais
- acompanhamento multiprofissional
- status de navegação
- indicadores clínicos
- acompanhamento pós-alta
- relacionamento com médicos externos
“Às vezes o mesmo paciente recebia ligação de várias equipes diferentes sem integração entre elas.” — Rubens Barreto
Isso também melhora a coordenação entre equipes e fortalece a relação com médicos externos.
“A gente não quer disputar o paciente com o médico assistente. Queremos que ele tenha confiança de continuar usando nossa estrutura hospitalar.” — Tatyane Moreira Nascimento
IA como apoio crítico — não como substituição da decisão médica
Apesar do avanço dos modelos, os participantes reforçaram que a incorporação da IA na rotina hospitalar ainda exige supervisão clínica, governança e critérios claros de uso. A estratégia atual do grupo é concentrar os alertas principalmente em lideranças médicas, coordenação assistencial e gestão clínica, evitando dependência excessiva dos modelos em decisões mais sensíveis.
“A IA precisa ajudar no pensamento crítico, não substituir o pensamento crítico.” — Tatyane Moreira Nascimento
Segundo Rubens, ainda existe preocupação com dependência excessiva dos modelos em cenários clínicos complexos.
“A IA é tão boa quanto a qualidade do dado que você entrega para ela.” — Rubens Barreto
O próximo passo: agentes clínicos contínuos
A discussão terminou apontando para agentes de IA funcionando continuamente dentro da operação hospitalar. A proposta é que esses agentes monitorem protocolos, riscos, complicações cirúrgicas, uso de antibióticos, sinais de sepse, deterioração clínica e desvios assistenciais em tempo real.
“Você vai ter agentes virtuais procurando problemas o tempo inteiro para que a equipe humana atue onde realmente importa.” — Rubens Barreto
Para Tatyane, o principal ganho está na capacidade de ampliar cuidado sem ampliar burocracia.
“Quanto mais a tecnologia assume o trabalho operacional, mais a equipe consegue focar no cuidado e na relação com o paciente.” — Tatyane Moreira Nascimento
Conclusão
A experiência apresentada pelo Grupo Santa mostra que o impacto da IA na saúde não está apenas em automatizar tarefas, mas em ampliar a capacidade do hospital de enxergar sua operação em tempo real.
A combinação entre integração de dados, monitoramento contínuo e modelos preditivos começa a permitir uma atuação mais antecipatória, com menos dependência de processos manuais e maior capacidade de identificar riscos e desvios ao longo da operação.
O desafio, segundo os participantes, já não é apenas tecnológico. Está na maturidade operacional, na qualidade dos dados e na capacidade institucional de transformar informação em ação.
Assista aqui ao evento na íntegra
Fonte: Anahp, em 13.05.2026