- Process Intelligence e IA
- Conteúdo
- Institucional
O setor hospitalar brasileiro vive um paradoxo. O Observatório ANAHP 2025 mostrou que o tempo médio de permanência caiu para 3,99 dias e a taxa de ocupação operacional subiu para 78,97%, reflexo de um esforço de eficiência.
No mesmo período, o índice de glosas avançou para 1,96%, transformando previsibilidade orçamentária no novo gargalo da gestão.
Nesse contexto, estudos recentes do BMC Health Services Research mostram que modelos de machine learning aplicados à previsão de tempo de permanência (LOS) já atingem acurácia superior a 85%.
Análises de mercado apontam que hospitais com gestão preditiva reduziram, em média, 35% dos desperdícios financeiros e elevaram em até 50% a eficiência operacional.
Por isso, a distância entre o hospital reativo e o preditivo se mede em duas moedas: dias de internação evitáveis e milhões em receita perdida.
Imagine a passagem de plantão de uma segunda-feira qualquer. A coordenadora abre três abas, duas planilhas e ainda cruza com o relatório enviado no domingo.
Um paciente do 5º andar tem alta médica desde sexta, mas continua no leito porque o laudo não saiu. Outro vai exceder a diária autorizada em menos de 24 horas e ninguém notou. A informação existe, porém, está enterrada em prontuários, planilhas e na cabeça das pessoas.
O traço comum é o tempo de resposta. No hospital reativo, o desvio é descoberto depois — pelo relatório do dia seguinte ou pela glosa do convênio. Por isso, quando a equipe age, o impacto já está contabilizado.
Hospitais pressionados por mais giro de leitos. Pacientes permanecendo mais tempo do que o esperado. As perdas, nesse modelo, são para os dois lados.
A mudança começa quando o hospital para de enxergar a operação pelo retrovisor e passa a operar com uma torre de controle.
Esse é o papel do conceito de Process Intelligence: a combinação de Process Mining — que mapeia como o processo realmente acontece, com todas as variantes — com inteligência artificial — que identifica padrões, antecipa riscos e recomenda ações.
Na prática, três capacidades reorganizam o dia a dia do paciente internado:
A UpFlux se integra ao sistema de gestão (Tasy, MV) e às tabelas DRG Brasil e SIGTAP, mapeando automaticamente toda a jornada do paciente: admissão, internação, exames, pareceres, alta médica e alta hospitalar.
É o fluxo real, com seus desvios e retrabalhos, permitindo agir sobre causas, não sintomas.
O Kanban com inteligência artificial categoriza pacientes por diárias a vencer em 24h, 48h, já excedidas e por permanência prolongada, movimentando os casos conforme regras parametrizadas pelo hospital.
Assim, o time deixa de correr atrás do paciente mais barulhento e passa a focar no paciente cuja ação de hoje libera o leito de hoje.
Alertas automáticos sinalizam pendências críticas (exame sem laudo, parecer não respondido, autorização vencendo), direcionando a ação ao responsável certo.
A UpFlux Nous, por exemplo, responde em segundos a perguntas como "quais pacientes têm pendência bloqueando a alta hoje?". Já o Value Tracker traduz cada melhoria em ROI auditável, com baseline, responsável e KPI-alvo registrados a cada ciclo.
Nas instituições que rodam o módulo, os resultados aparecem em faixas consistentes:
Cada número vira receita recuperada — e os pacientes chegam em casa mais cedo.
Para tornar a transformação concreta, vale compararmos os dois mundos nos pontos que mais sangram o resultado hospitalar:
| Dimensão | Hospital Reativo (antes) | Hospital Preditivo (com UpFlux) |
|---|---|---|
| Visibilidade | Relatórios D-1, planilhas paralelas e memória de coordenadores. | Jornada mapeada em tempo quase real, do leito ao painel executivo. |
| Alta hospitalar | Descoberta no fim do dia — leito ocupado por horas sem ninguém saber. | Pendências sinalizadas com 24h/48h de antecedência no Kanban. |
| Diárias excedentes | Identificadas só na conciliação ou na glosa do convênio. | Previstas antes de exceder, com base em DRG, SIGTAP e histórico. |
| Tomada de decisão | "Eu acho que está demorando" — baseada em percepção. | "Os dados mostram que está demorando porque..." — baseada em evidência. |
| ROI | Estimado em planilhas, raramente auditado. | Value Tracker com baseline, responsável e KPI-alvo a cada ciclo. |
Existe uma armadilha sutil na narrativa de transformação digital na saúde: tratar a gestão preditiva como um upgrade de tecnologia. Não é. Trata-se de uma mudança de modelo mental — da gestão que reage ao desvio para a gestão que age sobre a causa antes do desvio acontecer.
Os dados do ANAHP mostram que o setor já avança em indicadores operacionais. Mas os mesmos dados mostram que glosas crescem, capital de giro aperta e a previsibilidade vira o ativo mais escasso da diretoria executiva.
Nesse cenário, a pergunta deixa de ser se o hospital vai migrar para um modelo preditivo e passa a ser quanto tempo a instituição pode sustentar a gestão reativa antes que a competitividade e o caixa cobrem a conta.
Hospitais filantrópicos, redes verticalizadas, instituições de alta complexidade ou unidades regionais: todos enfrentam a mesma equação, em escalas diferentes.
Quem decide antes não apenas captura ganhos financeiros. Constrói uma base de evidências que sustenta os próximos passos: modelos de remuneração por valor, certificações como ONA/JCI, conversas mais sólidas com operadoras e diretoria assistencial.
Afinal, a diferença entre o hospital reativo e o preditivo não está no tamanho do investimento em tecnologia. Está no momento da decisão.
O caminho do hospital reativo ao hospital preditivo não acontece em um salto.
Ele se constrói em decisões pequenas e consistentes: decidir parar de olhar a planilha de ontem para olhar o paciente de hoje, decidir priorizar quem destrava capacidade no lugar de quem grita mais, decidir contar com dado em vez de intuição.
Cada uma dessas decisões parece pequena no momento em que é tomada. Somadas, elas mudam o que a equipe enxerga ao chegar de manhã e o que a diretoria executiva vê no fechamento do mês.
E talvez a pergunta mais útil para começar não seja "como migrar para o modelo preditivo?". Seja, antes dela: onde, hoje, o meu hospital está perdendo capacidade sem perceber?
A UpFlux mapeia os gargalos operacionais do seu hospital com base em dados reais do seu fluxo e mostra, em semanas, onde estão as perdas que ainda passam despercebidas.
Katrin Grützmacher é Executiva Especialista em Saúde da UpFlux. é Executiva Comercial na UpFlux, plataforma de Process Intelligence para o setor de saúde suplementar.