Passagem de plantão com IA: como estruturar e perder menos informação

Passagem de plantão com IA é o uso de inteligência artificial para montar, a partir dos registros do turno, um resumo estruturado de cada paciente (em geral no formato SBAR) antes da troca de equipe. A IA reduz o que se perde entre um plantão e outro, mas a confirmação verbal do que é crítico continua indispensável.

Em resumo:

• A passagem de plantão é um dos pontos mais frágeis da comunicação hospitalar. Pressa, interrupções e falta de padrão fazem informação se perder.
• Modelos estruturados como SBAR e I-PASS dão uma ordem fixa ao que precisa ser dito.
• A IA lê evoluções, prescrições, sinais vitais, exames e pendências do turno e entrega um rascunho por paciente para a equipe revisar.
• Instabilidade, mudanças recentes e planos de contingência sempre exigem conversa e confirmação por quem recebe.
• Implante por unidade, com piloto, treinamento e indicadores de segurança definidos antes de começar.

Por que a passagem de plantão perde informação?

A passagem de plantão concentra num intervalo curto a transferência de responsabilidade por muitos pacientes. Quem sai está cansado. Quem entra ainda não conhece os casos. O ambiente costuma ter ruído, telefone tocando e intercorrências acontecendo ao mesmo tempo. As organizações de segurança do paciente reconhecem a falha de comunicação nas transições de cuidado como fator que contribui para eventos adversos.

Os riscos mais comuns são:

• Omissão: um exame pendente, uma dose ajustada ou uma alergia registrada só numa anotação de enfermagem não chegam à próxima equipe.
• Informação desatualizada: repete-se o plano da manhã, embora a conduta tenha mudado à tarde.
• Falta de padrão: cada profissional passa o caso do seu jeito, e o receptor não sabe o que ficou de fora.
• Ambiguidade: frases como "fica de olho na pressão" não dizem o limite, o horário nem a conduta esperada.
• Dependência da memória: quanto mais leitos, maior a chance de confundir pacientes ou esquecer detalhes.

Para o gestor, o problema vai além do clínico. Falhas na passagem geram retrabalho, exames repetidos, atraso de condutas e conflitos entre equipes. A IA entra para atacar a parte mecânica do problema: reunir e organizar o que já está registrado. Se você ainda está estruturando a estratégia de IA da instituição como um todo, o guia de inteligência artificial em hospitais para diretores e gestores ajuda a situar este projeto entre os demais.

Quais modelos estruturados usar na passagem de plantão?

Um modelo estruturado define a ordem e o conteúdo mínimo da passagem. Ele é a base de qualquer projeto com IA, porque é o formato que a ferramenta vai preencher. Os dois mais conhecidos são o SBAR e o I-PASS.

O I-PASS tem uma vantagem: a última etapa já obriga quem recebe a resumir o caso em voz alta. É o ponto que a IA não substitui. Muitas instituições adaptam o SBAR e acrescentam campos como pendências, dispositivos invasivos e riscos (queda, lesão por pressão, broncoaspiração). Escolha um modelo por unidade e mantenha-o igual no papel, no sistema e no treinamento.

Como a IA monta o resumo por paciente a partir dos registros do turno?

A ferramenta não inventa uma passagem. Ela lê o que foi registrado no prontuário eletrônico durante o turno e reorganiza o conteúdo nos campos do modelo escolhido. Na prática, o fluxo tem quatro etapas.

1. Coleta das fontes

A IA busca os dados do período, normalmente pelo sistema hospitalar (HIS) ou por integração padronizada:

• evoluções médicas e de enfermagem;
• prescrições, com o que foi iniciado, suspenso ou ajustado;
• sinais vitais e escores de alerta registrados;
• resultados de exames liberados e exames ainda pendentes;
• dispositivos (acessos, sondas, drenos) e procedimentos realizados;
• intercorrências e pareceres solicitados.

2. Organização no modelo

Os dados vão para os campos do SBAR ou do I-PASS. Os exames do turno entram no histórico ou na avaliação. As pendências viram itens da recomendação ou da lista de ações.

3. Destaque do que mudou

Uma boa ferramenta mostra o que é novo desde a última passagem, como uma mudança de antibiótico, uma piora de parâmetro ou um exame alterado. Assim o receptor não precisa ler tudo para achar o que importa.

4. Revisão por quem passa o plantão

O profissional que sai lê o rascunho, corrige, completa com a própria avaliação e confirma. Sem essa revisão, o resumo não deveria ser usado.

Imagine, como exemplo hipotético, um paciente internado na clínica médica com pneumonia. Durante o dia, a prescrição trocou o antibiótico, a creatinina subiu no exame da tarde e uma hemocultura segue pendente. A IA monta: Situação com o estado atual e o último registro de sinais vitais; Histórico com o motivo da internação e a troca de antibiótico; Avaliação com a creatinina em alta destacada; Recomendação com o pedido de checar a hemocultura e reavaliar a função renal. O médico que sai acrescenta o próprio raciocínio, por exemplo se a dose precisa de ajuste.

A qualidade do resumo depende da qualidade do registro. Se a evolução está incompleta, o resumo também estará. Ferramentas que facilitam a documentação, como a evolução médica com IA na internação e o resumo de exames com IA direto no prontuário, melhoram a matéria-prima da passagem. A Pronova, por exemplo, gera a evolução no formato SOAP com o escriba médico, extrai os resultados relevantes dos laudos anexados e se integra a sistemas hospitalares via HL7 FHIR, o padrão de troca de dados clínicos entre sistemas.

O que precisa de confirmação verbal na passagem com IA?

Modelos de linguagem podem omitir dados, misturar informações de períodos diferentes ou gerar frases plausíveis sem base no registro, o que se chama de alucinação. Por isso alguns itens precisam ser ditos e confirmados na conversa, mesmo quando estão no resumo:

• Pacientes instáveis ou com piora no turno: passagem à beira do leito, sempre que possível.
• Mudanças nas últimas horas: o que foi decidido perto da troca muitas vezes ainda não foi registrado.
• Planos de contingência: "se a saturação cair abaixo do alvo definido, faça tal conduta e acione tal pessoa".
• Alergias, restrições e diretivas sobre limitação de suporte.
• Pendências críticas com horário: exame a coletar, medicação a reavaliar, resposta de parecer.
• Preocupações subjetivas: "ele não está bem, mesmo com sinais vitais normais". A IA não capta isso.

Feche a passagem com a síntese do receptor: quem assume repete em voz alta os pontos críticos, e quem sai confirma. Para treinar a equipe a revisar o texto gerado, use o material sobre alucinação da IA na medicina e como revisar.

Como implantar a passagem de plantão com IA por unidade

Comece por uma unidade e expanda depois de medir os resultados. Um passo a passo que funciona:

1. Escolha a unidade piloto. Prefira um setor com liderança engajada e prontuário eletrônico bem preenchido, como uma clínica médica ou uma UTI.
2. Mapeie a passagem atual. Acompanhe alguns plantões e registre como a passagem é feita, quanto tempo leva, onde ocorre e o que costuma se perder.
3. Defina o modelo e os campos. SBAR ou I-PASS, com os campos extras que a unidade precisa. Valide com médicos e enfermeiros.
4. Submeta ao comitê de IA. A ferramenta deve passar pela avaliação de risco, privacidade e finalidade. Veja como estruturar esse fluxo em governança de IA em hospitais: comitê e aprovação de ferramentas.
5. Teste integração e fontes. Confirme que o resumo puxa os dados certos do HIS, no período certo e do paciente certo.
6. Treine as equipes. O treino cobre revisão do rascunho, itens de confirmação verbal, síntese do receptor e contingência em caso de indisponibilidade do sistema.
7. Rode o piloto com medição. Colete os indicadores desde a primeira semana e faça auditorias de amostra.
8. Ajuste e expanda. Corrija campos, prompts e fluxos. Depois leve a outras unidades, adaptando o modelo a cada uma.

Checklist antes de ativar na unidade

• Modelo de passagem aprovado e igual em todos os turnos.
• Fontes de dados testadas com casos reais anonimizados.
• Campo obrigatório de revisão e confirmação pelo profissional.
• Lista escrita do que exige confirmação verbal.
• Plano de contingência impresso ou acessível fora do sistema.
• Perfis de acesso definidos: cada um vê só os pacientes sob seus cuidados.
• Indicadores e linha de base coletados antes do piloto.

Quais indicadores de segurança acompanhar?

Sem medição, você não sabe se a IA melhorou a passagem ou só a deixou mais rápida. Defina a linha de base antes do piloto e compare depois.

Se o tempo cair e as omissões subirem, o projeto piorou a segurança. Os indicadores de qualidade da informação valem mais que os de eficiência.

Erros comuns na implantação

• Tratar o resumo como passagem completa. A equipe deixa de conversar e lê o texto em silêncio.
• Pular a revisão. O rascunho vira documento oficial sem que ninguém confirme o conteúdo.
• Implantar em todo o hospital de uma vez. Problemas de integração e de modelo aparecem em todas as unidades ao mesmo tempo.
• Ignorar a qualidade do registro. A IA resume bem o que está escrito, mas não recupera o que ninguém registrou.
• Medir só o tempo. Rapidez não é sinônimo de segurança.
• Não ter plano para queda de sistema. A troca de turno não pode parar por falha técnica.

Sigilo, LGPD e responsabilidade

Dados de saúde são dados pessoais sensíveis pela LGPD (Lei 13.709/2018, art. 5º, II), e o tratamento deve seguir as hipóteses do art. 11. O resumo gerado integra o registro assistencial, então valem as regras de guarda e segurança do prontuário eletrônico da Lei 13.787/2018 e da Resolução CFM 1.821/2007. O sigilo profissional e a responsabilidade do médico pelos seus atos, previstos no Código de Ética Médica (Resolução CFM 2.217/2018), não mudam com a IA: quem revisa e usa o resumo responde pela conduta.

Conforme a finalidade declarada, uma ferramenta que apenas organiza registros tende a ter enquadramento diferente de outra que sugere condutas ou classifica gravidade. A Anvisa regula software como dispositivo médico pela RDC 657/2022, e o enquadramento depende de análise do caso concreto. O tema está detalhado em software como dispositivo médico: quando a IA precisa de registro. No Congresso, o PL 2.338/2023 discute o marco legal da inteligência artificial e pode trazer novas obrigações.

Próximo passo

Escolha uma unidade e acompanhe três ou quatro passagens de plantão nesta semana. Anote o que se perde e defina o modelo estruturado antes de avaliar qualquer ferramenta. A IA rende mais quando o processo e o registro já são bons.

Se a sua instituição quer melhorar a documentação que alimenta a passagem, com evolução gerada pelo escriba médico, resumo de exames e integração com o HIS via HL7 FHIR, conheça o plano Enterprise da Pronova para hospitais.