A inteligência artificial (IA) tem sido apontada como uma das principais apostas para transformar a gestão e a assistência em saúde no Brasil. No entanto, para que a tecnologia cumpra essa promessa, um elemento essencial precisa estar no centro da estratégia: os dados. A avaliação é de Rogério Pires, executivo da TOTVS, que destacou os desafios da aplicação de IA no setor durante entrevista recente.
Segundo Pires, a companhia possui hoje o maior portfólio do país em soluções para a saúde, com produtos voltados a hospitais, clínicas, operadoras, autogestões, medicinas de grupo e Unimeds. A partir dessa base, a empresa tem desenvolvido agentes de IA para rotinas específicas, como faturamento, auditoria médica, agendamento e reembolso. A declaração reforça o movimento de grandes fornecedores de tecnologia em direção à automação inteligente de processos administrativos e assistenciais.
A fala de Pires ocorre em um momento em que o setor de saúde brasileiro intensifica a busca por eficiência operacional e redução de custos, ao mesmo tempo em que lida com um volume crescente de informações clínicas e administrativas. A promessa da IA é justamente transformar esses dados em decisões mais rápidas e precisas, mas o caminho para isso exige planejamento e foco em resultados concretos.
Portfólio amplo e foco em rotinas específicas
Rogério Pires detalhou que a TOTVS trabalha com diferentes linhas de produtos para atender várias necessidades na área da saúde. Dentro desse portfólio, a empresa está desenvolvendo agentes de IA voltados a rotinas específicas, como faturamento, auditoria médica, agendamento e reembolso. Essas aplicações têm o potencial de reduzir erros manuais, acelerar processos e liberar profissionais para atividades de maior valor.
O faturamento hospitalar, por exemplo, é uma área crítica para a sustentabilidade financeira das instituições. Erros em contas médicas podem gerar glosas e atrasos nos recebimentos. Agentes de IA treinados com dados históricos podem identificar inconsistências, sugerir correções e até prever o risco de recusa por parte das operadoras. Da mesma forma, a auditoria médica, tradicionalmente feita por revisão manual de prontuários e contas, pode ser apoiada por algoritmos que cruzam informações e apontam divergências em segundos.
No agendamento, a IA pode otimizar a ocupação de consultórios e centros cirúrgicos, reduzindo faltas e melhorando a experiência do paciente. Já no reembolso, a automação pode acelerar a análise de solicitações e diminuir o tempo de resposta ao beneficiário. A fonte não detalhou o estágio de desenvolvimento de cada agente, mas indicou que as soluções estão sendo construídas dentro do portfólio existente da companhia.
Investimento em IA exige avaliação de retorno
Apesar do entusiasmo com as possibilidades da IA, Pires fez uma ressalva importante. Segundo ele, existe muito investimento em inteligência artificial, mas é preciso avaliar o retorno. A declaração aponta para um risco comum em projetos de tecnologia: a adoção de ferramentas sofisticadas sem uma conexão clara com os objetivos de negócio da instituição de saúde.
O executivo defendeu que se deve pensar em uma IA que efetivamente traga resultados para a instituição, caso contrário, corre-se o risco de gastar recursos sem obter os benefícios esperados. Essa visão pragmática contrasta com a empolgação generalizada em torno da IA generativa e de outras tecnologias emergentes. Para Pires, o sucesso de uma iniciativa de IA na saúde não se mede apenas pela inovação, mas pelo impacto mensurável em indicadores como redução de custos, aumento de receita ou melhoria da qualidade assistencial.
Especialistas do setor costumam reforçar que projetos de IA exigem dados de qualidade, infraestrutura adequada e equipes capacitadas. Sem esses pilares, mesmo os algoritmos mais avançados podem falhar ou gerar resultados enviesados. A fala de Pires ecoa essa preocupação ao destacar a necessidade de retorno, sugerindo que as instituições devem priorizar casos de uso com benefício claro e mensurável antes de escalar a tecnologia.
Dados como base para uma IA efetiva
A expressão “sem dados, não existe IA” resume um princípio fundamental da ciência de dados: algoritmos aprendem a partir de exemplos. Na saúde, isso significa que a qualidade e a quantidade de informações clínicas, administrativas e financeiras determinam a precisão e a utilidade dos modelos. Dados fragmentados, incompletos ou inconsistentes podem comprometer o desempenho dos agentes de IA e levar a decisões equivocadas.
No contexto brasileiro, a interoperabilidade entre sistemas de saúde ainda é um desafio. Hospitais, clínicas e operadoras muitas vezes utilizam plataformas diferentes, o que dificulta a integração de dados. A TOTVS, como fornecedora de um portfólio amplo, pode ter vantagem ao oferecer soluções que conversam entre si, mas a fonte não detalhou como a empresa lida com a integração de dados de fontes externas.
Além da integração, a privacidade e a segurança dos dados de saúde são preocupações centrais. A Lei Geral de Proteção de Dados (LGPD) impõe regras rígidas para o tratamento de informações pessoais, especialmente as sensíveis, como dados de saúde. Projetos de IA devem estar em conformidade com a legislação e adotar medidas de anonimização e controle de acesso. A fonte não abordou especificamente esses aspectos, mas a menção à necessidade de retorno sugere que a conformidade é parte do custo a ser considerado.
Perspectivas para o setor
A declaração de Rogério Pires indica que a TOTVS aposta na IA como um diferencial competitivo para suas soluções de saúde, mas com uma abordagem cautelosa. A empresa não está apenas desenvolvendo tecnologia por si só; está buscando aplicações que resolvam problemas concretos do dia a dia das instituições. Essa postura pode influenciar outras empresas do setor a adotar critérios mais rigorosos na avaliação de projetos de IA.
Para hospitais e operadoras, a mensagem é clara: antes de investir em IA, é preciso definir quais problemas se quer resolver e como o retorno será medido. A fonte não detalhou métricas específicas, mas áreas como redução de glosas, aumento da taxa de ocupação e diminuição do tempo de reembolso são exemplos de indicadores que podem ser monitorados. A adoção gradual, começando por rotinas bem definidas, pode reduzir riscos e facilitar a aceitação pelos profissionais de saúde.
O avanço da IA na saúde brasileira dependerá, portanto, de uma combinação de tecnologia, dados de qualidade e gestão focada em resultados. A fala de Pires reforça que o setor está amadurecendo, deixando de lado o modismo para buscar aplicações que realmente façam diferença na operação e no cuidado ao paciente.