No ano em que a Anahp completa 25 anos, a Jornada Digital de fevereiro de 2026 colocou no centro do debate a inteligência artificial aplicada à assistência, um tema que impacta cada vez mais diretamente a gestão hospitalar.

O segundo encontro do mês, dentro do macrotema Eficiência Operacional, partiu de desafios concretos do presente (previsibilidade clínica, organização de fluxos e sustentabilidade) e avançou para uma discussão prática sobre como usar IA para resolver gargalos reais da operação hospitalar, sem gerar complexidade adicional.

Além disso, os especialistas refletiram sobre como preparar os hospitais para os próximos 25 anos, em um cenário marcado por interoperabilidade, integração de dados e modelos orientados a desfecho.

Participaram do debate:

• Elizabete Mitsue, diretora assistencial e de Experiência do Paciente dos hospitais da Rede Américas
• Martha Oliveira, CEO da Laços de Saúde
• Linus Fascina, gerente médico do Einstein Hospital Israelita
• Alex Vieira, CIO do HCor (moderação)

Principais pontos:

IA já é realidade operacional e começa pela reorganização dos processos

Na prática hospitalar, a inteligência artificial tem mostrado impacto menos na inovação futurista e mais na organização do básico.

O debate evidenciou que uma parte relevante da sobrecarga assistencial está relacionada a demandas que não são clínicas. Quando essas solicitações passam a ser direcionadas automaticamente às áreas responsáveis, o efeito imediato é menos intermediação informal, mais rastreabilidade e melhor gestão de tempo.

“Hoje, 83% das demandas não são da enfermagem. De cada 100 pedidos, somente 17 são direcionados para a enfermagem. As outras 83 demandas são distribuídas entre as áreas de apoio.” – Elizabete Mitsue

Na prática, isso significa:

• redução de interrupções no cuidado direto;
• dados estruturados sobre gargalos operacionais;
• capacidade de ajustar escala com base em comportamento real de demanda;
• visão mais clara sobre custo oculto de ineficiências.

O ganho não está apenas na automação, mas na mudança de lógica. Os fluxos deixam de ser informais e passam a ser gerenciáveis.

Do dado ao insight: previsibilidade clínica com impacto concreto

A discussão determinou que a inteligência artificial só gera valor quando altera decisão. A leitura automatizada de relatos abertos e sua integração ao prontuário permitem identificar o risco antes que ele se torne evento adverso. Isso desloca a atuação da equipe do “responder ao problema” para “antecipar o problema”.

“A gente consegue, por meio de algoritmos de linguagem natural, fazer a leitura do que o paciente escreve e cruzar esses dados com o prontuário. Isso permite priorização e geração de alertas em tempo real.” – Elizabete Mitsue

O impacto direto aparece em três frentes:

• priorização inteligente de atendimento;
• redução de deteriorações não percebidas;
• menor variabilidade na tomada de decisão.

A mesma lógica pode ser aplicada à experiência do paciente. Identificar padrões de insatisfação antes da alta evita retrabalho, judicialização e desgaste reputacional.

IA como commodity: o diferencial passa a ser governança

Um dos pontos importantes do debate foi a constatação de que, em pouco tempo, a tecnologia deixará de ser diferencial competitivo isolado.

“A inteligência artificial já é uma commodity. Ter IAs para fazer coisas diferentes vai ser cada vez mais comum. A questão é como integrar essas IAs dentro da instituição.” – Martha Oliveira

O problema não é ter múltiplas ferramentas, mas saber:

• qual problema cada uma resolve;
• como elas conversam entre si;
• quem governa os dados gerados;
• como o resultado impacta desfecho clínico ou custo assistencial.

Sem essa clareza, o risco é criar um ambiente hiper-tecnológico, mas fragmentadom com aumento de custo e pouca efetividade.

Automação cognitiva: o que muda para a liderança

Outro ponto levantado pela discussão é que a inteligência artificial amplia a capacidade de análise das equipes, mas exige nova postura da liderança.

“O que a gente está ganhando não são apenas algoritmos ou automações robóticas. Estamos trabalhando é automação cognitiva, que potencializa a capacidade humana de análise.” – Linus Fascina

Se a IA acelera a análise, a responsabilidade decisória permanece humana. Isso impõe novos desafios:

• capacidade crítica para validar algoritmos;
• definição clara de responsabilidade clínica;
• governança estruturada de dados e modelos;
• preparo institucional para interoperabilidade.

Sem isso, a instituição pode até ter tecnologia avançada, mas continuará operando com mentalidade analógica.

Começar pelo problema, e não pela ferramenta

Um dos consensos foi a necessidade de inverter a ordem tradicional de adoção tecnológica. Implementar IA em processos mal definidos tende apenas a acelerar falhas. Antes da ferramenta, é preciso responder:

• qual dor operacional ou clínica se quer resolver;
• qual indicador será impactado;
• qual desfecho será acompanhado;
• quem será responsável pelo resultado.

“A gente precisa entender qual é o problema. Porque vai ter muita tecnologia aparecendo, e a chance de escolher algo porque é interessante e não porque resolve um problema real é muito grande.”– Martha Oliveira

Essa lógica é especialmente relevante em um setor com margens pressionadas e alto custo fixo. Investimento tecnológico sem métrica clara de impacto compromete sustentabilidade.

Do presente ao futuro: IA como infraestrutura, não como projeto

Ao projetar os próximos anos, o debate indicou que a inteligência artificial deixará de ser tratada como projeto de inovação e passará a ser infraestrutura assistencial.

Isso implica mudanças concretas:

• revisão de modelos de remuneração orientados a desfecho;
• necessidade de interoperabilidade entre instituições;
• maior transparência sobre qualidade e performance clínica;
• redução de desperdício por meio de dados integrados.

Hospitais que não estruturarem governança e integração tendem a enfrentar maior pressão regulatória, financeira e assistencial.

“O futuro dos sistemas de saúde não será definido por quem tem mais tecnologia, mas por quem consegue integrar inteligência artificial, liderança clínica e propósito assistencial.” – Linus Fascina

Conclusão: eficiência inteligente como base da sustentabilidade

O debate evidenciou que inteligência artificial não é agenda tecnológica isolada. É agenda de sustentabilidade operacional e clínica. Mais do que discutir tendências, o debate trouxe implicações práticas:

• IA precisa reduzir custo oculto e variabilidade;
• dados precisam apoiar decisão — não apenas gerar relatórios;
• liderança deve assumir governança clara dos modelos;
• integração é mais estratégica do que volume de soluções.

Ao completar 25 anos, a Anahp reforça que preparar o futuro da saúde no Brasil passa por qualificar o presente. Inteligência artificial, quando bem governada, pode ampliar capacidade clínica, organizar fluxos e sustentar modelos baseados em valor. O desafio, portanto, é integrar a tecnologia de forma estratégica à lógica do cuidado e à viabilidade econômica das instituições nos próximos anos.