Por Júlia Benfato, enfermeira e executiva de Inteligência em Negócios de Saúde na level

Hospitais e operadoras avançaram na produção de indicadores, protocolos e sistemas de informação, mas isso não se traduziu, na mesma proporção, em decisões mais precisas ou em maior eficiência. O resultado é um sistema que evoluiu na capacidade de registrar o que acontece, mas ainda falha em organizar o que deveria acontecer.

Uma análise recente da McKinsey & Company ajuda a explicar esse descompasso ao apontar a existência de uma “camada silenciosa” de valor nas organizações, formada por decisões que não são capturadas, priorizadas ou operacionalizadas de forma consistente. Algumas dessas análises indicam que uma parcela relevante do valor nas organizações está associada à qualidade das decisões, mas permanece difícil de capturar e mensurar, o que limita ganhos de eficiência. Na saúde, essa camada se materializa na dificuldade de identificar, entre milhares de pacientes, quem de fato precisa ser acionado primeiro. Não se trata de ausência de informação, mas de ausência de estrutura para transformar informação em decisão contínua.

Esse cenário ganha ainda mais relevância quando observado à luz dos dados. Segundo a Organização Mundial da Saúde, até 30% dos gastos globais em saúde são considerados ineficientes, resultado de falhas de coordenação, intervenções desnecessárias e ausência de gestão estruturada da jornada do paciente. No Brasil, a pressão é crescente: dados do Instituto Brasileiro de Geografia e Estatística indicam que os gastos com saúde já representam cerca de 9,6% do PIB, em um sistema que ainda opera com baixa previsibilidade financeira.

Ao mesmo tempo, grande parte da informação disponível permanece subutilizada. Estudos internacionais indicam que até 80% dos dados clínicos estão em formato não estruturado, como textos livres em prontuários, o que dificulta sua aplicação em escala. Olhando para dados proprietários da level, reforçamos esse diagnóstico: em 2025, foram analisados mais de 21 milhões de prontuários clínicos, revelando que a maior parte das oportunidades de intervenção estava concentrada em informações que não apareciam nos sistemas estruturados. Em um dos recortes mais relevantes, a análise de dados não estruturados permitiu identificar até 106 vezes mais pacientes com evidências de determinadas condições clínicas, em comparação com bases tradicionais baseadas apenas em códigos formais.

Esse é um ponto crítico porque a lógica predominante ainda é baseada em eventos — internações, consultas, procedimentos — e não em priorização dinâmica de risco. O sistema reage ao que já aconteceu, em vez de organizar o que deveria acontecer. O resultado é um modelo que trata com eficiência o que já é visível, mas falha em antecipar o que ainda não se tornou evidente.

É nesse contexto que surge a necessidade de repensar a forma como decisões são tomadas na saúde. Mais do que produzir indicadores ou ampliar auditorias, o desafio passa a ser estruturar processos capazes de priorizar pacientes de forma contínua, com base em dados que já existem, mas que permanecem subutilizados. Em outras palavras, transformar decisão em processo.

Filas inteligentes de priorização representam exatamente essa mudança de paradigma. Ao estratificar pacientes de acordo com criticidade, risco clínico e potencial de impacto assistencial e financeiro — em linha com modelos consolidados de gestão de condições crônicas, navegação oncológica e cuidado cardiovascular, referenciados pela Organização Pan-Americana da Saúde, Instituto Nacional de Câncer e diretrizes internacionais de atenção contínua —, elas permitem que o sistema deixe de operar por demanda espontânea e passe a atuar de forma proativa e orientada por evidência. Isso não apenas melhora desfechos clínicos: reduz desperdícios, aumenta a previsibilidade de custos e reequilibra a equação de sustentabilidade do setor.

A diferença em relação ao modelo tradicional é estrutural. Enquanto a auditoria convencional trabalha com amostras reduzidas e ciclos longos de análise, a priorização estruturada permite monitoramento contínuo, em escala, com redução do ruído estatístico e maior visibilidade sobre o efeito real das intervenções ao longo do tempo. O que antes demandava meses para ser identificado pode ser observado em dias.

Esse movimento também redefine o papel do profissional de saúde. Em vez de atuar majoritariamente na revisão manual de casos, o profissional passa a operar como calibrador e tomador de decisão em um sistema orientado por dados. A tecnologia, nesse cenário, não substitui o julgamento clínico — amplia seu alcance e precisão.

No limite, a discussão sobre filas inteligentes não é tecnológica. É estrutural. Trata-se de reconhecer que a eficiência do sistema não depende da quantidade de dados disponíveis, mas da capacidade de organizá-los em uma lógica de decisão contínua. Sem isso, hospitais e operadoras continuarão operando com baixa previsibilidade, mesmo diante de volumes crescentes de informação.

Sendo assim, a saúde já dispõe dos dados necessários para evoluir. O que falta é transformar esses dados em infraestrutura de decisão. E isso começa por uma mudança simples, mas profunda: deixar de perguntar quantos pacientes foram atendidos e passar a perguntar se os pacientes certos estão sendo priorizados no momento certo.