IA na conferência dos registros domiciliares

IA pode ser avaliada como apoio à conferência de registros, mas não deve transformar uma suspeita documental em fato assistencial. Encontrar um campo vazio, uma diferença de horário ou uma possível contradição é o início de uma apuração. A equipe ainda precisa entender o contexto, verificar as fontes e decidir o encaminhamento.

No home care, essa distinção importa porque plano, agenda, evolução, checagem, comunicação e documento administrativo podem ser registrados por pessoas diferentes e chegar em momentos distintos. A análise precisa respeitar essa sequência. Um modelo que reúne tudo em uma narrativa única pode apagar a diferença entre informação prevista, execução relatada e evidência efetivamente disponível.

Este artigo propõe critérios para avaliar uma aplicação de IA em uma tarefa documental delimitada. Não é protocolo clínico, validação de prontuário, regra de cobrança ou anúncio de auditoria automatizada disponível na HAI. Para examinar a estrutura do registro antes de acrescentar IA, use o guia de avaliação do prontuário eletrônico no home care.

Defina o objeto da conferência

“Revisar o prontuário” pode envolver tarefas muito diferentes. Verificar a presença de um documento, comparar versões de um plano, reunir informações de um episódio e avaliar adequação clínica não são o mesmo trabalho. Cada uso exige fontes, competências, evidências e limites próprios.

Comece por uma pergunta observável. Por exemplo: o resumo elaborado a partir de um conjunto fictício de registros preserva os acontecimentos relevantes e aponta o que ainda não pode ser concluído? Ou: a ferramenta localiza diferenças de versão para que a coordenação saiba onde conferir?

Especifique os documentos que entram, o período analisado, o vínculo com o atendimento e a saída esperada. Uma aplicação testada apenas com evoluções de uma especialidade não está automaticamente validada para interpretar todo o episódio, para outro serviço ou para outra população.

A referência de avaliação precisa existir fora da resposta da IA. Pessoas qualificadas devem conferir o material e definir o que está documentado, o que é ambíguo e o que falta. Se dois revisores divergem, essa divergência precisa ser analisada; não cabe ao modelo decidir silenciosamente qual leitura será considerada correta.

Preserve identidade, versão e tempo

Antes da interpretação, confirme se os documentos pertencem ao paciente, ao atendimento e ao período corretos. A preparação do contexto precisa respeitar permissões e a separação entre organizações. Um resultado bem escrito sobre o atendimento errado é uma falha relevante, mesmo que cada frase seja fiel ao documento que foi utilizado.

O ONC, nas orientações de implementação de tecnologia em saúde, destaca a importância dos processos de identificação e do fluxo de informações. Aqui, isso se traduz em uma pergunta de avaliação: a equipe consegue conferir de onde veio cada elemento apresentado pela aplicação?

Há também tempos diferentes: ocorrência, lançamento, envio e recebimento. Um registro sincronizado mais tarde pode descrever uma atividade anterior. Uma mudança de plano pode valer apenas para atividades futuras. O modelo não deve assumir que a ordem dos arquivos recebidos corresponde à sequência do cuidado.

Exemplo fictício: uma visita ocorreu pela manhã e uma nova versão do plano foi aprovada à tarde. Comparar a visita exclusivamente com a versão mais recente pode criar uma divergência artificial. A avaliação precisa verificar se a aplicação identifica a referência temporal e apresenta a dúvida quando essa informação não existe.

Três situações que parecem erro, mas exigem contexto

Ausência de registro. A agenda prevê uma atividade, mas o conjunto consultado ainda não contém a evolução correspondente. A conclusão sustentada é que o registro não foi localizado naquele recorte. Não é possível afirmar apenas por isso que o atendimento não aconteceu.

Diferença entre versões. Dois documentos apresentam programações distintas. Pode haver erro, mas também pode existir uma mudança válida, uma correção ou uma versão superada. A saída deve indicar as fontes e os momentos, em vez de escolher a versão que produz a narrativa mais simples.

Informações aparentemente contraditórias. Uma anotação registra que um item está pendente; outra, posterior, informa uma resolução. A leitura precisa preservar a evolução do caso. Se as datas ou a relação entre os documentos estiverem ausentes, o resultado deve permanecer como questão a conferir.

Esses cenários são propostas de teste. A fonte e o profissional responsável continuam sendo necessários para esclarecer o ocorrido. O roteiro de pendências de visita domiciliar ajuda a organizar essa apuração depois que uma dúvida foi identificada.

Como deve ser uma saída útil

Uma frase como “foram encontradas inconsistências” não basta. A saída precisa ajudar uma pessoa a conferir o problema sem refazer toda a procura. Isso exige uma estrutura que separe observação, evidência, limite e próximo passo possível.

Uma sugestão de correção também precisa respeitar autoria. A IA não deve acrescentar uma observação clínica que o profissional não fez, substituir a versão original sem rastreabilidade ou transformar texto de apoio em registro concluído. Avaliar um rascunho é diferente de autorizar sua incorporação ao prontuário.

Construa um teste com erros, acertos e incerteza

Prepare um conjunto de situações fictícias ou um conjunto autorizado e tratado conforme as regras de proteção de dados da organização. Inclua casos sem problema, documentos incompletos, mudanças de versão, registros recebidos depois e perguntas que não podem ser respondidas pelo material disponível.

Para cada situação, registre a resposta esperada e quais conclusões seriam indevidas. Não basta contar quantas sinalizações o modelo produziu. É preciso saber se as sinalizações ajudam e quais problemas relevantes ele deixou passar.

Como proposta de avaliação, acompanhe:

• Pertinência das sinalizações: itens confirmados como pertinentes pela revisão divididos pelos itens sinalizados e efetivamente revisados.
• Cobertura dos problemas de referência: problemas identificados corretamente divididos pelos problemas previamente definidos no conjunto de avaliação.
• Afirmações sem sustentação: trechos da saída que não podem ser apoiados pelo material consultado, classificados por impacto.
• Omissões relevantes: informações necessárias à tarefa que estavam nas fontes e não apareceram na saída.
• Esforço de revisão: preparação, conferência, correção e encaminhamento até encerrar a tarefa.

Os indicadores são propostas de teste, não metas universais. A segunda medida depende da qualidade do conjunto de referência; não representa a sensibilidade clínica de um produto. Uma amostra pequena ou fácil também não autoriza extrapolar o desempenho para toda a operação.

O caminho depois da sinalização precisa estar definido

Quem recebe o item? Quem pode consultar a fonte? Quem pede esclarecimento? Quem decide se a pendência foi resolvida? Sem essas respostas, a IA acrescenta uma nova fila de avisos à rotina.

Uma equipe pode iniciar com uma fila de apoio à revisão, sem qualquer alteração automática no registro. As conclusões confirmadas e as sinalizações descartadas devem voltar ao processo de avaliação, com a razão documentada. Isso permite identificar erros recorrentes de contexto, de regra, de modelo ou da própria definição da tarefa.

Também é necessário prever como restringir o uso quando uma fonte muda ou quando a qualidade cai. Trocar um formulário, um modelo ou a composição dos documentos pode alterar o comportamento da aplicação. A validação precisa acompanhar mudanças relevantes, em vez de funcionar como aprovação definitiva dada na primeira demonstração.

Privacidade é parte da preparação do contexto

Use somente informações necessárias à tarefa e permitidas para o usuário e para o ambiente de processamento. Defina como se controla o acesso, quais dados são enviados, por quanto tempo ficam disponíveis e como a organização investiga um uso indevido. Essas condições precisam ser verificadas na documentação e na implantação, não inferidas da palavra “seguro” em uma apresentação.

A OMS, na orientação sobre modelos generativos em saúde, chama atenção para riscos de informação incorreta, proteção dos dados e confiança excessiva nas respostas. Para a equipe de home care, a revisão precisa ser uma etapa real, com capacidade e tempo, e não uma confirmação automática de tudo o que foi gerado.

O guia da ANPD sobre segurança da informação oferece referências organizacionais e técnicas; seu escopo é voltado a agentes de pequeno porte e não dispensa a análise específica da operação de saúde. Veja também controle de acesso na entrada e no desligamento.

Como isso se relaciona ao trabalho da Salvus

A implementação documentada da assistente contextual ligada à HAI trabalha com ações delimitadas de síntese de informações e leitura de pendências, usando contexto autorizado e fontes para conferência. Esse trabalho é coerente com a ideia de apoiar a leitura sem substituir a decisão profissional.

Isso não significa que os testes de conferência documental propostos neste artigo já sejam uma função de auditoria disponível no produto. A ativação, a versão e o escopo de uma assistente precisam ser confirmados em cada implantação. Não anunciamos diagnóstico, correção autônoma do prontuário ou decisão automática de glosa.

Para avaliar a HAI na atenção domiciliar, leve um caso fictício e peça para separar o que foi demonstrado, o que depende de configuração e o que ainda exige desenvolvimento ou validação. O artigo IA na gestão do home care oferece o mapa mais amplo de aplicações. Para os números da gestão, siga para interpretação de indicadores com IA.

As matrizes, os exemplos e as medidas deste texto são propostas editoriais de avaliação. Não constituem evidência de desempenho de uma solução nem relato de resultados de clientes.