IA prevê quem vai faltar à consulta médica antes de acontecer

• A Wellon, empresa de tecnologia em saúde, e a UEFS (Universidade Estadual de Feira de Santana, na Bahia) validaram cientificamente uma inteligência artificial que prevê quais pacientes têm mais chance de faltar à consulta.
• A ferramenta não adivinha o futuro: ela calcula probabilidade a partir de padrões de agendamentos anteriores.
• O objetivo é reduzir o desperdício de vagas e reorganizar a agenda de clínicas e hospitais.
• Faltas sem aviso tiram o lugar de quem está na fila e custam caro ao sistema público e ao privado.
• O maior risco, na nossa leitura, é usar a previsão para rotular o paciente em vez de facilitar o acesso dele.

O que a Wellon e a UEFS criaram juntas?

A Wellon, empresa que desenvolve tecnologia para a área da saúde, firmou parceria com a Universidade Estadual de Feira de Santana, uma instituição pública de ensino da Bahia, para testar uma inteligência artificial capaz de prever o chamado absenteísmo. Absenteísmo é o nome técnico para a falta do paciente à consulta marcada. Segundo a Startupi, essa tecnologia foi validada cientificamente, ou seja, passou por um estudo que comprovou que ela realmente funciona.

Inteligência artificial, aqui, é um programa de computador que aprende com dados do passado para identificar padrões e fazer previsões. Não é um robô que pensa. É mais parecido com um atendente muito experiente que, de tanto ver a agenda, já consegue dizer quem provavelmente não vai aparecer.

Isso importa para você mesmo que você nunca tenha ouvido falar da Wellon. Quando alguém falta sem avisar, aquela vaga some. Ela não volta para a fila a tempo de outra pessoa ocupar. Quem perde é o próximo da lista, que podia estar precisando daquele horário. Resolver esse problema significa, no fim das contas, fila menor e atendimento mais rápido para todo mundo.

Por que tanta gente falta à consulta marcada?

A resposta curta: na maioria das vezes, a falta não é por má vontade. É por barreira. A pessoa marcou a consulta com dois meses de antecedência e esqueceu. Ou não conseguiu sair do trabalho. Ou não tinha dinheiro para o transporte naquele dia. Ou o filho adoeceu e não teve com quem deixar.

Pense numa agenda de clínica como uma mesa de restaurante reservada. Se a pessoa reserva e não aparece, a mesa fica vazia a noite inteira, mesmo com fila na porta. No restaurante, o prejuízo é do dono. Na saúde, o prejuízo é coletivo: é uma consulta de especialista, um exame caro, uma vaga que faltou para outra pessoa da comunidade.

O problema é antigo e grande. Em serviços públicos de saúde, é comum que uma fatia expressiva dos horários agendados termine sem o paciente comparecer, e cada falta dessas empurra a fila para frente. Quando isso acontece com exames de alto custo ou com especialistas raros, o estrago é ainda maior, porque aquele profissional poderia ter atendido alguém que esperava há meses.

É por isso que prever a falta vale tanto. Se a clínica sabe, com antecedência, que determinado horário tem alta chance de ficar vazio, ela pode agir antes: ligar para confirmar, mandar uma mensagem, ou já deixar alguém de sobreaviso para ocupar a vaga.

Como uma inteligência artificial consegue prever quem vai faltar?

Ela não lê a mente de ninguém. A inteligência artificial olha para o histórico e calcula uma probabilidade. É estatística, não bola de cristal. O programa analisa milhares de agendamentos antigos e aprende quais características costumam aparecer antes de uma falta.

Imagine um técnico de futebol estudando os vídeos do adversário antes do jogo. Ele não sabe exatamente o que vai acontecer em campo, mas, de tanto ver padrões, consegue prever que aquele atacante tende a chutar para o canto direito. A IA faz o mesmo com a agenda: observa sinais como o tempo entre a marcação e a consulta, o horário escolhido, o tipo de atendimento e o histórico da própria pessoa, e então estima o risco de ausência.

Essa lógica de prever eventos a partir de padrões já aparece em várias áreas. É o mesmo princípio por trás de sistemas que tentam antecipar o clima extremo, como mostramos ao contar como uma IA da NASA prevê enchentes relâmpago antes de elas ocorrerem. Muda o assunto, mas a engrenagem é parecida: dados do passado alimentam uma previsão sobre o futuro.

O diferencial do caso baiano é a validação acadêmica. Quando uma universidade pública como a UEFS entra na jogada, o estudo ganha rigor científico. Isso separa uma promessa de marketing de uma tecnologia que passou por teste sério. Na saúde, essa diferença não é detalhe: é a linha entre uma ferramenta confiável e um palpite caro.

Isso significa que o paciente faltoso vai ser punido?

Não deveria, e esse é o ponto mais delicado de toda a história. A previsão pode ser usada de dois jeitos opostos, e a escolha muda tudo. No caminho bom, a clínica usa a informação para ajudar: manda lembrete, confirma por mensagem, oferece reagendamento fácil. No caminho ruim, a clínica usa a informação para rotular, deixando o paciente de risco por último ou dificultando o acesso dele.

Aqui mora um risco real de injustiça. Se a IA aprende com o passado, ela pode acabar penalizando justamente quem já é mais vulnerável. Quem mora longe, depende de transporte público e tem emprego sem flexibilidade falta mais, não por descaso, mas por falta de condições. Uma tecnologia mal calibrada transformaria dificuldade em etiqueta.

Esse debate sobre limites e responsabilidade da IA na saúde não é só brasileiro. Já discutimos como outros países correm atrás de normas para esse uso ao mostrar que o Reino Unido precisa de leis para regular a IA na saúde. A lição que se repete é simples: a tecnologia corre na frente, e a regra chega atrasada.

No Clube dos Cisnes, entendemos que a pergunta certa não é se a IA acerta a previsão. É o que a clínica faz com ela. Previsão sem acolhimento vira planilha. Previsão com acolhimento vira acesso.

O que muda para quem depende do SUS e dos planos de saúde?

Na prática, a mudança mais imediata é a agenda ficar mais cheia e mais justa. Se as vagas que seriam desperdiçadas forem recuperadas e repassadas para a fila, mais gente é atendida com o mesmo orçamento e os mesmos profissionais. Nada de contratar mais médicos: é aproveitar melhor os que já existem.

Imagine uma unidade de saúde do seu bairro que tem dez vagas por dia com o cardiologista. Se três costumam virar faltas, são trinta pacientes por mês perdendo a chance de serem atendidos ali. Se a IA sinaliza esses horários de risco e a equipe confirma ou substitui a tempo, essas vagas voltam a circular. O ganho não é abstrato: é gente saindo da fila.

Essa onda de inteligência artificial aplicada ao cuidado já vem crescendo em várias frentes, dos consultórios aos aparelhos que usamos no pulso, como contamos ao explicar como wearables e inteligência artificial melhoram o cuidado com a saúde. Prever faltas é mais uma peça desse quebra-cabeça: a tecnologia saindo do laboratório e entrando na rotina da recepção.

Vale um alerta honesto. A tecnologia não resolve a causa da falta. Se a pessoa falta porque não tem R$ 10 para a passagem, nenhum algoritmo vai mudar isso sozinho. A IA aponta o problema. Quem resolve é a gestão, com transporte, horários melhores e teleconsulta quando possível.

Quanto custa para uma clínica pequena usar uma tecnologia dessas?

A resposta sincera: menos do que parece, mas não é de graça. Uma clínica de bairro não precisa construir a própria inteligência artificial, assim como uma lanchonete não precisa inventar a maquininha de cartão. Ela contrata um serviço pronto que já faz o trabalho.

Com base na experiência do Clube dos Cisnes, e deixando claro que isto é uma estimativa nossa, não um número verificado de terceiros, o maior custo para uma pequena clínica brasileira raramente é a ferramenta em si. É a arrumação da casa antes dela. Quem tem a agenda toda no papel ou em cadernos vai precisar primeiro digitalizar e organizar esses dados. Sem histórico limpo, a IA não tem com o que aprender. É como tentar cozinhar sem ingredientes: a receita pode ser ótima, mas a panela está vazia.

Para ilustrar, pense num caso hipotético baseado no que vemos no mercado: uma pequena clínica com dois consultórios que decide atacar as faltas. O investimento inicial costuma ir menos para software caro e mais para o básico, como um bom sistema de agendamento, o envio automático de lembretes por mensagem e alguém treinado para ligar nos horários de risco. A previsão por IA é a camada final, que turbina um processo que já precisava existir.

Essa é a implicação prática que importa para o pequeno negócio de saúde no Brasil: a inteligência artificial recompensa quem já tem organização. Para a PME, o primeiro passo não é comprar IA. É arrumar os dados que, um dia, vão alimentá-la.

Prever quem vai faltar só tem valor se a clínica usar a informação para abrir a porta, e não para fechá-la na cara de quem mais precisa.

A leitura do Clube dos Cisnes: previsão é meio, acesso é o fim

Na nossa leitura, o caso da Wellon com a UEFS é importante menos pela tecnologia e mais pelo exemplo que ele dá. Uma empresa privada e uma universidade pública sentaram na mesma mesa para validar algo com rigor científico. Esse formato, de inovação testada e aprovada pela academia, é exatamente o que falta para que a IA na saúde brasileira saia do hype e vire política pública séria.

A nossa tese é direta: a previsão de faltas vai se espalhar rápido pelo Brasil nos próximos anos, porque ela se paga sozinha. Toda vaga recuperada é dinheiro que volta e paciente que é atendido. Nenhum gestor, público ou privado, vai recusar isso por muito tempo. A adoção é questão de quando, não de se.

Mas fazemos uma previsão de alerta, que a fonte não levanta. Sem uma regra clara sobre como esses dados podem ser usados, veremos casos de pacientes prejudicados por rótulos automáticos antes de vermos qualquer lei para proteger. O Brasil tende a adotar a ferramenta primeiro e discutir a ética depois, como já faz em quase toda tecnologia nova. Quem vai pagar essa conta, no começo, é o paciente mais pobre, que falta mais e corre o risco de ser o primeiro a ser deixado de lado.

Por isso defendemos um princípio simples para qualquer clínica ou secretaria de saúde que adotar essa IA: use a previsão para ligar, lembrar e acolher, nunca para bloquear. A tecnologia que prevê a ausência só cumpre o seu papel se a consequência dela for presença, e não exclusão.

No fim, a inteligência artificial que prevê a falta é um espelho. Ela mostra, com números frios, um problema humano e velho: o acesso à saúde no Brasil ainda é cheio de buracos. A IA pode ajudar a tapar alguns. Mas quem decide se o paciente entra ou fica de fora continua sendo gente, não máquina.