Inteligência artificial em hospitais: guia para diretores e gestores

Inteligência artificial em hospitais é o uso de sistemas que transcrevem, resumem, classificam e preveem a partir dos dados assistenciais e administrativos. As aplicações mais maduras hoje estão na documentação médica, no sumário de alta, na passagem de plantão, na auditoria de contas e na gestão de leitos, desde que haja integração com o HIS, governança e um piloto medido.

Em resumo:

• Comece por problemas de documentação e fluxo, que têm risco clínico menor e retorno mais visível.
• A maturidade digital define o que é viável: sem prontuário eletrônico e dados confiáveis, a IA tem pouco o que ler.
• Integração com o sistema hospitalar (HIS) por padrões como HL7 FHIR evita retrabalho e copia-e-cola.
• Um comitê de IA com diretoria clínica, TI, jurídico e encarregado de dados reduz riscos de LGPD e de segurança do paciente.
• Todo projeto deve começar com um piloto curto, em uma unidade, com linha de base e métricas definidas antes.

O que é inteligência artificial em hospitais, na prática?

Para a diretoria, o termo IA cobre tecnologias bem diferentes. Separar as famílias ajuda a avaliar propostas e a entender os riscos de cada uma.

• Reconhecimento de fala: converte áudio em texto. É a base do escriba médico, que registra a conversa durante a visita ou a consulta.
• IA generativa (modelos de linguagem): produz e reorganiza texto. Gera rascunhos de evolução, sumário de alta e resumos de prontuários longos.
• Aprendizado de máquina preditivo: estima probabilidades a partir de dados históricos, como risco de readmissão, deterioração clínica ou previsão de altas.
• Visão computacional: analisa imagens, como exames radiológicos. Costuma ser enquadrada como dispositivo médico e exige regularização.

Há ainda a automação por regras (RPA, automação robótica de processos), que executa tarefas repetitivas seguindo instruções fixas. Ela é útil, mas não aprende com os dados. Muitos fornecedores a vendem como IA, e vale perguntar o que de fato está por trás.

O hospital difere do consultório em três pontos: volume de registros, número de profissionais que escrevem no mesmo prontuário e dependência de integração com faturamento, farmácia, laboratório e regulação de leitos. Se você quer entender o uso individual pelo médico, o guia de inteligência artificial para médicos no consultório cobre esse ângulo.

Onde a IA gera valor no hospital: casos de uso por área

A tabela abaixo resume as aplicações mais comuns, o dado de que cada uma depende e o principal risco a controlar.

Documentação médica na internação

O médico da enfermaria passa boa parte do turno escrevendo. Um escriba com IA transcreve a visita à beira-leito ou um ditado curto e organiza o conteúdo em admissão ou evolução estruturada. O médico revisa, corrige e assina. Imagine, como exemplo hipotético, um hospitalista com 15 leitos que hoje deixa as evoluções para o fim do turno: com rascunhos prontos ao sair de cada quarto, a escrita se distribui ao longo do dia e o registro fica mais próximo do exame.

No ambiente ambulatorial e de teleconsulta, o prontuário com IA da Pronova faz esse trabalho: transcreve a consulta, gera o registro em SOAP ou no modelo da especialidade, com sugestão de CID-10, e deixa a revisão e a assinatura com o médico. Os fundamentos dessa tecnologia estão no guia completo de prontuário com IA.

Sumário de alta

O sumário de alta é um dos documentos que mais atrasam a saída do paciente. A IA lê a internação inteira e propõe um rascunho com motivo da internação, procedimentos, intercorrências, resultados relevantes, medicações na alta e pendências de seguimento. O risco é a alucinação, termo para quando o modelo produz uma informação que não está na fonte. A mitigação é exigir rastreabilidade: cada trecho do rascunho deve apontar para o registro de origem, para que o médico confira em segundos.

Passagem de plantão

Na troca de turno, a IA gera um resumo por paciente com base nos registros recentes, em formato estruturado como o SBAR (Situação, Breve histórico, Avaliação e Recomendação). Médicos e enfermagem recebem o mesmo panorama, o que reduz informações perdidas na conversa. O resumo não substitui a passagem verbal: serve de roteiro. Defina quais itens nunca podem faltar, como alergias, pendências de exame e restrições, e audite amostras nas primeiras semanas.

Pronto-socorro

No PS, os usos mais seguros são a documentação rápida do atendimento e a previsão de demanda por faixa de horário, que ajuda a dimensionar escalas. Ferramentas que sugerem a classificação de risco ou alertam para condições graves entram no campo do apoio à decisão clínica. Elas podem ser enquadradas como dispositivo médico e nunca devem substituir o protocolo de classificação adotado pelo hospital.

Ambulatório

O ambulatório hospitalar se parece com um grande consultório: o escriba, o resumo de exames anteriores e a automação de retornos e reconvocações dão ganho rápido. É também um bom ambiente para o primeiro piloto, porque o fluxo é previsível e o impacto em segurança do paciente é menor que na terapia intensiva.

Auditoria de contas e faturamento

Na pré-auditoria, a IA cruza o que foi prescrito, o que foi administrado e o que está na conta, aponta procedimentos sem documentação que os sustente e sinaliza códigos inconsistentes antes do envio à operadora. Isso ataca a glosa na origem. Para entender os motivos mais frequentes de recusa, veja as causas de glosa de convênio e como evitá-las. Sobre codificação diagnóstica assistida, há um artigo específico sobre CID-10 e codificação automática com IA.

Qualidade e segurança do paciente

Boa parte dos eventos adversos aparece só no texto livre: uma queda mencionada na evolução, uma lesão por pressão descrita pela enfermagem. A IA pode varrer esses registros e levar casos suspeitos para o núcleo de segurança do paciente avaliar. Também pode medir a aderência a protocolos, como o de sepse, sem depender de amostragem manual. O cuidado é calibrar alertas: notificação demais gera fadiga e faz a equipe ignorar o que importa.

Gestão de leitos

Modelos preditivos estimam quais pacientes devem ter alta nas próximas 24 a 48 horas e qual será a ocupação por unidade. Combinados com um painel de gargalos (aguardando exame, aguardando transporte, aguardando vaga em outra instituição), ajudam o núcleo interno de regulação a agir antes de o PS lotar. Tudo depende de dados de admissão, transferência e alta registrados em tempo real. Se a alta é lançada no sistema horas depois, a previsão herda o atraso.

Seu hospital está pronto? A maturidade digital necessária

A IA só trabalha com o que está registrado. Antes de escolher ferramentas, situe o hospital em um dos níveis abaixo.

Para quem ainda está no nível 1, a digitalização do prontuário segue a Lei 13.787/2018 e as normas técnicas da Resolução CFM 1.821/2007. Use esta checklist para avaliar a base:

• Prontuário eletrônico usado por todas as categorias profissionais, não só pelos médicos.
• Assinatura digital com certificado ICP-Brasil, cuja validade jurídica vem da MP 2.200-2/2001.
• Identificação única do paciente, sem cadastros duplicados.
• Registro de admissão, transferência e alta no momento em que acontecem.
• Rede sem fio estável nos andares, para uso de celular ou tablet à beira-leito.
• Gestão de acessos por perfil e trilha de auditoria ativa.
• Equipe de TI com capacidade de conduzir integrações e testes.

Como a IA se integra ao sistema hospitalar (HIS)

O HIS (sistema de informação hospitalar) concentra prontuário, prescrição, faturamento e movimentação de pacientes. Uma ferramenta de IA que não conversa com ele obriga o médico a copiar e colar, o que anula boa parte do ganho e cria risco de colar texto no paciente errado.

O padrão mais usado para integração moderna é o HL7 FHIR (Fast Healthcare Interoperability Resources). Ele organiza os dados em recursos padronizados, como paciente, atendimento, observação, prescrição e documento, trocados por APIs (interfaces de programação que permitem a dois sistemas trocarem dados de forma controlada). Muitos hospitais ainda usam mensagens HL7 v2, padrão mais antigo, para eventos como admissão e alta. As duas formas podem coexistir.

Três níveis de integração

1. Leitura: a IA consulta dados do paciente para resumir a internação ou preparar a passagem de plantão.
2. Escrita: a IA devolve o rascunho ao HIS como documento pendente de assinatura, no prontuário certo.
3. Contexto: a ferramenta abre dentro do prontuário já no paciente selecionado, sem login separado nem busca manual.

Perguntas que a TI deve fazer

• O HIS atual expõe API FHIR? Quais recursos estão disponíveis para leitura e escrita?
• Existe ambiente de homologação com dados fictícios para testes?
• Como ficam registrados os acessos feitos pela ferramenta de IA?
• Quem mantém a integração quando o HIS for atualizado?

A Pronova, por exemplo, oferece integração com HIS via HL7 FHIR no plano Enterprise, sob consulta para instituições. Independentemente do fornecedor, exija que a integração seja testada em homologação antes de qualquer uso com pacientes reais.

Governança: como montar um comitê de IA no hospital

Sem governança, a IA entra pelas beiradas: um médico usa um chatbot público para resumir prontuário, um setor contrata uma ferramenta sem passar pela TI. Esse uso não autorizado é um dos maiores riscos de vazamento de dados de saúde. O comitê de IA existe para dar um caminho oficial, rápido e seguro.

O que o comitê decide

• Inventário de todas as ferramentas de IA em uso, inclusive as não oficiais.
• Política de uso aceitável: o que pode, o que não pode e com quais dados.
• Critérios de aprovação de novos projetos e de fornecedores.
• Regras de revisão humana: quem revisa, o que revisa e como fica registrado.
• Monitoramento de desempenho e fluxo para notificar incidentes ligados à IA.

O princípio que orienta tudo: a IA apoia, o profissional decide. O Código de Ética Médica (Resolução CFM 2.217/2018) mantém o médico responsável pelos seus atos e pelo sigilo. O PL 2.338/2023, marco legal da inteligência artificial em discussão no Congresso, propõe uma abordagem baseada em risco. Vale acompanhar o texto e desenhar a governança já com essa lógica: quanto maior o impacto sobre o paciente, mais controle.

LGPD, sigilo e regulação: o que a diretoria precisa saber

Dados de saúde são dados pessoais sensíveis pela LGPD (Lei 13.709/2018, art. 5º, II), e o tratamento deles segue as hipóteses do art. 11, como a tutela da saúde. Na prática, isso se traduz em pontos concretos de contrato e de operação:

• Papéis: o hospital costuma ser o controlador, e o fornecedor, o operador. O contrato deve detalhar finalidade, medidas de segurança e responsabilidades.
• Uso para treinamento: verifique se o fornecedor usa os dados do hospital para treinar modelos. Se usar, em que condições e com que tipo de anonimização.
• Localização dos dados: saiba onde ficam os servidores e se há transferência internacional.
• Retenção de áudio: defina por quanto tempo gravações são guardadas e quando são apagadas.
• Relatório de impacto: para projetos com dados sensíveis em escala, elabore o relatório de impacto à proteção de dados, como recomenda a ANPD.
• Transparência: informe o paciente sobre o uso de gravação e IA de forma simples.

No campo sanitário, a RDC Anvisa 657/2022 trata do software como dispositivo médico (SaMD). Ferramentas que apoiam diagnóstico, classificação de risco ou conduta tendem a se enquadrar. Ferramentas de documentação e gestão costumam ficar fora, mas o enquadramento depende da finalidade declarada. Peça ao fornecedor o posicionamento regulatório por escrito. Casos limítrofes pedem análise jurídica do caso concreto.

O documento final continua sendo prontuário, sujeito à Lei 13.787/2018 e à Resolução CFM 1.821/2007, com assinatura digital ICP-Brasil e trilha de auditoria.

Quais são os riscos e limites da IA no hospital?

• Alucinação: texto plausível, porém sem base na fonte. Mitigação: rastreabilidade e revisão obrigatória.
• Viés: modelos treinados com outra população podem errar mais em certos grupos. Mitigação: validar com dados locais.
• Deriva de desempenho: a precisão cai quando mudam o perfil de pacientes, os protocolos ou o HIS. Mitigação: monitoramento periódico.
• Complacência: com o tempo, o usuário passa a aceitar o rascunho sem ler. Mitigação: auditoria por amostragem e treinamento contínuo.
• Fadiga de alertas: notificações em excesso viram ruído. Mitigação: começar com poucos alertas de alto valor.
• Segurança cibernética: cada nova integração é uma porta. Mitigação: avaliação de segurança antes do contrato.
• Custo oculto: integração, treinamento e suporte interno costumam pesar mais que a licença.

Como avaliar fornecedores de IA para hospitais

Uma demonstração bem feita diz pouco. Use critérios objetivos e peça respostas por escrito.

No custo, considere o conjunto: licenças, integração, infraestrutura, horas da TI, treinamento, tempo dos médicos no piloto e suporte contínuo. Compare propostas pelo custo total no horizonte do contrato, não só pela mensalidade.

Como começar a usar IA no hospital: projeto-piloto com métricas

O piloto responde a uma pergunta simples: esta ferramenta resolve este problema, nesta unidade, com segurança? Siga este roteiro:

1. Escolha um problema, não uma tecnologia. Por exemplo: sumários de alta assinados com atraso, segurando leitos.
2. Delimite o escopo. Uma unidade, um tipo de documento, um grupo de médicos voluntários e um prazo definido, em geral de 8 a 12 semanas.
3. Meça a linha de base. Sem o antes, não há como provar o depois. Colete as métricas por algumas semanas antes de ligar a ferramenta.
4. Passe pelo comitê. Aprovação, relatório de impacto, contrato revisado e plano de comunicação ao paciente.
5. Integre em homologação. Teste com dados fictícios até a TI validar leitura, escrita e registros de acesso.
6. Treine e nomeie referências. Um ou dois médicos e enfermeiros que dominem a ferramenta e apoiem os colegas no plantão.
7. Rode com revisão humana integral. Todo conteúdo gerado é revisado e assinado por um profissional.
8. Avalie e decida. Compare com a linha de base e escolha entre escalar, ajustar ou encerrar.

Métricas que fazem sentido

Os exemplos de meta abaixo são hipotéticos. Defina os seus a partir da linha de base do hospital.

Imagine uma enfermaria clínica de 30 leitos em que o sumário de alta costuma ser assinado horas depois da decisão de alta. Se o piloto mostrar sumários prontos antes de o paciente deixar o quarto, sem erros graves na auditoria, o caso para expandir a outras unidades se sustenta sozinho diante da diretoria.

Erros comuns ao implantar IA em hospitais

• Comprar uma plataforma ampla antes de validar um caso de uso.
• Começar pela UTI ou por apoio diagnóstico, onde o risco é maior e a validação mais complexa.
• Pular a linha de base e depender de impressões para decidir.
• Tratar a integração com o HIS como detalhe a resolver depois.
• Ignorar a enfermagem, que escreve tanto quanto os médicos e sente primeiro qualquer mudança no fluxo.
• Não ter política para o uso de chatbots públicos com dados de pacientes.
• Encerrar o monitoramento depois do piloto, como se o desempenho fosse permanente.

Para ver os demais conteúdos sobre o tema, acesse todos os artigos sobre IA em hospitais.

Próximos passos para a diretoria

Nesta semana, faça três coisas: liste as ferramentas de IA já em uso no hospital, inclusive as informais; escolha um problema concreto de documentação ou fluxo com dono claro; e convoque a primeira reunião do comitê com diretoria clínica, TI, jurídico e encarregado de dados. Com isso, o piloto tem escopo, linha de base e governança antes de qualquer contrato.

Se a sua instituição busca um prontuário com IA que transcreve o atendimento, gera o registro para revisão do médico e se integra ao HIS via HL7 FHIR, conheça o plano Enterprise da Pronova para hospitais e solicite uma conversa com a equipe.