IA em hospitais

IA no SUS e em hospitais públicos: oportunidades e desafios

A IA no SUS ajuda na documentação, na regulação de filas e na telessaúde, mas exige conectividade, integração, compra pública bem feita e LGPD.

Pronova Blog

Este artigo faz parte do guia Inteligência artificial em hospitais: guia para diretores e gestores.

A IA no SUS pode reduzir o tempo gasto com documentação, apoiar a regulação de filas e ampliar o alcance da telessaúde em hospitais públicos. Os ganhos, porém, dependem de conectividade estável, sistemas que conversam entre si, compras públicas bem desenhadas e tratamento de dados conforme a LGPD. Sem essa base, a ferramenta vira mais uma tela sem uso.

Em resumo:

  • Os ganhos mais imediatos estão na documentação clínica, no apoio à regulação de filas e na telessaúde.
  • A IA apoia a decisão; a priorização de pacientes e a conduta continuam com profissionais identificados.
  • Conectividade, interoperabilidade e o processo de compra pública costumam travar projetos antes da própria tecnologia.
  • Dados de saúde são sensíveis pela LGPD, e o hospital responde pelo tratamento feito por seus fornecedores.
  • Comece com um piloto pequeno, indicador definido antes e regra clara de saída do contrato.

Por que a IA no SUS é diferente da IA no hospital privado?

A tecnologia é a mesma. O contexto, não. Quatro características do hospital público mudam a forma de escolher, contratar e implantar uma ferramenta de inteligência artificial.

  • Volume: a demanda costuma superar a oferta. O mesmo médico atende muitos pacientes por turno, e o tempo de registro compete diretamente com o tempo de atendimento.
  • Filas: consultas especializadas, exames e cirurgias eletivas têm espera longa. Cada vaga perdida por falta do paciente ou por encaminhamento incompleto pesa mais.
  • Diversidade de sistemas: um mesmo hospital pode conviver com sistemas municipais, estaduais, próprios e de fornecedores diferentes, além de partes do fluxo ainda em papel.
  • Restrição orçamentária: o orçamento é anual, sujeito a contingenciamento, e despesas recorrentes, como assinaturas de software, exigem planejamento e justificativa.

Some a isso a diferença entre regiões. Um hospital de capital com rede de fibra e equipe de TI própria tem pouco em comum com um hospital de pequeno porte no interior, que depende de um técnico compartilhado com a prefeitura.

A consequência prática: a ferramenta certa para o SUS é a que funciona com a infraestrutura que existe, entrega resultado mensurável em pouco tempo e não exige reestruturar o hospital inteiro para começar. Se você está organizando o tema do zero, o guia de inteligência artificial em hospitais para diretores e gestores traz a visão geral. Aqui o foco é o que muda quando o hospital é público.

Onde a IA pode ajudar o hospital público primeiro?

Os melhores pontos de partida são processos repetitivos, com muito texto e baixo risco clínico direto. Três áreas se destacam.

Documentação clínica

O escriba médico com IA escuta a consulta, transcreve e organiza o conteúdo em um prontuário estruturado. O profissional revisa, corrige e assina. No ambulatório de especialidades, onde as consultas são curtas e o volume é alto, isso devolve minutos por atendimento e melhora a completude do registro.

Na internação, o mesmo princípio vale para evolução diária e sumário de alta. Um sumário de alta completo, com diagnósticos, procedimentos, medicações e pendências, é a base de uma contrarreferência útil para a unidade básica que vai acompanhar o paciente depois.

O prontuário com IA da Pronova, por exemplo, transcreve a consulta em tempo real, gera o registro no formato SOAP (subjetivo, objetivo, avaliação e plano) ou no modelo da especialidade, sugere o CID-10 e deixa a revisão e a assinatura com o médico. Para valer como prontuário eletrônico, o sistema precisa seguir a Lei 13.787/2018 e a Resolução CFM 1.821/2007, e a assinatura digital com validade jurídica se apoia na ICP-Brasil, instituída pela Medida Provisória 2.200-2/2001.

Regulação de filas

Regulação é o processo que organiza o acesso a consultas, exames e leitos conforme critérios clínicos e disponibilidade. A IA pode ajudar a central e o hospital em tarefas como:

  • verificar se o encaminhamento tem os dados mínimos exigidos pelo protocolo (exames prévios, hipótese diagnóstica, CID);
  • identificar pedidos duplicados do mesmo paciente;
  • resumir o histórico para o médico regulador ler em menos tempo;
  • sinalizar textos com termos que sugerem gravidade, para revisão prioritária;
  • confirmar com o paciente, por mensagem, se ele ainda precisa da vaga e se vai comparecer, reduzindo o absenteísmo (faltas sem aviso).

O limite é claro: a priorização é decisão do médico regulador. A IA organiza e sinaliza; não decide quem passa na frente.

Telessaúde

Teleconsulta, teleinterconsulta (o médico assistente discute o caso com um especialista à distância) e telediagnóstico encurtam distâncias que no SUS são reais. A Resolução CFM 2.314/2022 define as modalidades de telemedicina e as responsabilidades do médico. A IA entra para transcrever o atendimento remoto, gerar o registro no prontuário e organizar a pergunta do médico assistente para o especialista, o que pode evitar encaminhamentos presenciais desnecessários.

Na mesma linha, modelos de IA preditiva podem estimar ocupação de leitos e risco de falta em consultas, desde que treinados com dados históricos confiáveis do próprio hospital.

AplicaçãoProblema que atacaPré-requisitoCuidado principal
Escriba na consultaTempo de registro e prontuário incompletoMicrofone, rede estável e integração com o prontuárioRevisão obrigatória pelo profissional
Sumário de altaContrarreferência pobreDados da internação em formato digitalConferir medicações e pendências
Apoio à regulaçãoEncaminhamentos incompletos e duplicadosAcesso aos dados da fila e protocolos definidosDecisão final do regulador e risco de viés
Confirmação de presençaFaltas e vagas perdidasTelefone atualizado e canal de mensagem autorizadoLinguagem acessível e informação ao paciente
Telessaúde com transcriçãoDistância e falta de especialistaConectividade nas duas pontasIdentificação do paciente e registro em prontuário
Previsão de ocupaçãoPlanejamento de leitos e escalasSérie histórica confiávelDados ruins geram previsões ruins

Quais são os principais desafios da IA em hospitais públicos?

Na maioria dos projetos que não avançam, o problema não é o algoritmo. É o que está em volta dele.

Conectividade e infraestrutura

Ferramentas de IA generativa costumam processar o áudio e o texto em servidores remotos. Se a internet do ambulatório cai no meio da manhã, o médico volta ao papel. Antes de contratar, mapeie a rede por setor, a quantidade e a idade dos computadores e a disponibilidade de suporte local. Em muitos hospitais, o primeiro investimento do projeto de IA é melhorar a rede interna.

Interoperabilidade

Interoperabilidade é a capacidade de sistemas diferentes trocarem dados e entenderem o que receberam. Sem ela, o resumo gerado pela IA fica preso em uma tela e o profissional precisa copiar e colar no sistema oficial, o que anula parte do ganho. O padrão HL7 FHIR (um formato aberto para troca de dados clínicos) é hoje a referência para essa integração. A Pronova, por exemplo, integra-se a sistemas hospitalares (HIS, o sistema de gestão do hospital) via HL7 FHIR. Para entender por que o histórico do paciente se perde entre serviços, vale ler sobre os desafios da interoperabilidade em saúde no Brasil.

Compras públicas

Contratar tecnologia no setor público segue a lei de licitações e contratos e passa pelo crivo dos órgãos de controle. Isso traz desafios específicos para IA:

  • descrever no termo de referência o resultado esperado (por exemplo, tempo de registro ou completude do prontuário), e não uma marca ou um recurso de um fornecedor;
  • prever prova de conceito, para testar a ferramenta no ambiente real antes da contratação definitiva;
  • planejar a despesa recorrente de licenças e suporte dentro do ciclo orçamentário;
  • exigir portabilidade dos dados e plano de transição ao fim do contrato, para não ficar dependente de um único fornecedor.

LGPD no setor público

Dados de saúde são dados pessoais sensíveis (art. 5º, II, da LGPD), e o tratamento deles segue o art. 11. A lei também dedica regras próprias ao poder público, que pode tratar dados para executar políticas públicas, desde que com transparência sobre a finalidade. Na prática, o hospital precisa de encarregado de dados atuante, relatório de impacto quando o tratamento envolver risco relevante, contrato com o fornecedor definindo seu papel de operador, controle de acesso e registro de quem viu o quê. Pergunte também onde os dados ficam armazenados e se são usados para treinar modelos. A base legal de cada uso depende de análise jurídica do caso concreto.

Pessoas, governança e segurança

Equipes sobrecarregadas resistem a mais uma ferramenta se ela não poupar tempo de verdade. Treinamento curto, no posto de trabalho, e um referente por setor ajudam mais que manuais longos. Do lado do risco, erros de transcrição, omissões e vieses precisam de salvaguardas, que estão detalhadas em segurança do paciente e IA no hospital. Se a ferramenta tiver finalidade diagnóstica ou terapêutica, pode se enquadrar como software dispositivo médico (SaMD) pela RDC Anvisa 657/2022. O PL 2.338/2023, o marco legal da inteligência artificial, está em discussão no Congresso e pode trazer novas obrigações. Um comitê de governança de IA para aprovar ferramentas é a forma mais simples de centralizar essas análises.

Como começar a usar IA no hospital público sem desperdiçar recurso?

Imagine, como exemplo hipotético, um hospital regional com ambulatório de especialidades sobrecarregado e prontuários incompletos que atrasam a contrarreferência. Um caminho realista seria este:

  1. Escolha um problema mensurável. Por exemplo: tempo médio de registro por consulta no ambulatório de cardiologia.
  2. Levante a base. Rede, computadores, sistema de prontuário em uso e possibilidade de integração.
  3. Envolva cedo o encarregado de dados, a TI e o jurídico. Defina base legal, papéis e cláusulas antes do edital, não depois.
  4. Desenhe a contratação por resultado. Inclua prova de conceito, portabilidade de dados e suporte local ou remoto com prazo definido.
  5. Rode um piloto curto em um setor. Meça antes e depois com o mesmo indicador. O passo a passo está em como escolher a área, medir e escalar um piloto de IA.
  6. Calcule o retorno em termos públicos. Consultas a mais por turno, vagas recuperadas, horas de equipe devolvidas ao cuidado. Veja como medir o ROI de IA em hospitais.
  7. Escale só o que funcionou. Leve para outros setores com o mesmo protocolo de medição.

Que perguntas fazer ao fornecedor antes de contratar?

Use esta lista na prova de conceito ou na fase de esclarecimentos:

  • Onde os dados ficam armazenados e em que país estão os servidores?
  • Que criptografia é usada em trânsito e em repouso?
  • Os dados do hospital são usados para treinar modelos? Isso pode ser vetado em contrato?
  • A ferramenta integra com o sistema de prontuário atual? Por qual padrão?
  • Como funciona quando a internet cai?
  • Como o profissional revisa e corrige o que a IA gerou antes de assinar?
  • Há registro de auditoria de acessos e alterações?
  • Como os dados são exportados e eliminados ao fim do contrato?
  • A ferramenta se enquadra como SaMD? Há análise regulatória por escrito?

Próximo passo para o seu hospital

A IA no SUS rende mais quando começa pequena, em um problema que a equipe sente todos os dias, e com a base técnica e jurídica resolvida antes da compra. Escolha um setor, defina o indicador e teste a ferramenta no ambiente real.

Se a documentação clínica é o seu gargalo, a Pronova oferece um plano Enterprise para instituições, com prontuário assistido por IA, servidores em território nacional e integração via HL7 FHIR. Conheça o plano Enterprise e converse com a equipe para avaliar um piloto no seu hospital.

Perguntas frequentes

A inteligência artificial pode decidir quem passa na frente na fila de regulação?

Não deve. A IA pode organizar a fila, apontar encaminhamentos incompletos e sinalizar casos que parecem mais graves, mas a priorização é um ato do médico regulador, que responde por ela. A LGPD também prevê o direito de o titular pedir revisão de decisões tomadas só com base em tratamento automatizado. Use a ferramenta como apoio e registre quem tomou a decisão final.

O hospital público precisa do consentimento do paciente para usar IA no prontuário?

Nem sempre. O art. 11 da LGPD prevê hipóteses além do consentimento para tratar dados sensíveis, como a tutela da saúde por profissionais de saúde e a execução de políticas públicas pela administração. Mesmo assim, o hospital precisa ser transparente sobre o uso da ferramenta. A base legal adequada depende de análise jurídica do caso concreto, feita com o encarregado de dados.

Toda ferramenta de IA usada em hospital público precisa de registro na Anvisa?

Depende da finalidade. A RDC Anvisa 657/2022 trata do software como dispositivo médico (SaMD), que é aquele com finalidade de diagnóstico, prevenção, monitoramento ou tratamento. Ferramentas de documentação e agendamento costumam ter outro enquadramento, mas peça ao fornecedor a análise regulatória por escrito antes da contratação.

Dá para usar IA em hospital com internet instável?

Dá, mas com escolhas cuidadosas. Comece por setores onde a rede já é estável, pergunte ao fornecedor como a ferramenta se comporta em quedas de conexão e mantenha um fluxo alternativo de registro. Em muitos casos, melhorar a rede interna é parte do projeto, não um detalhe.

Como evitar que o hospital fique preso a um único fornecedor de IA?

Coloque no edital e no contrato a exportação dos dados em formato aberto, de preferência em padrão de interoperabilidade como o HL7 FHIR, um plano de transição ao fim do contrato e a eliminação dos dados pelo fornecedor após a devolução. Defina também que os dados pertencem ao hospital e não podem ser usados para outras finalidades sem autorização.