E o que isso ensina sobre adoção estratégica de inteligência artificial na saúde.

Existe um ponto de ruptura na carreira de todo gestor, que é quando a pressão ultrapassa os limites e você precisa escolher entre afundar ou reconstruir a operação inteira enquanto ela ainda está rodando. Eu vivi esse momento como gerente em uma grande operadora de saúde, respondendo por liminares judiciais, processos regulatórios críticos e uma equipe numerosa sob pressão constante. Havia acabado de assumir o cargo e passar pelo período probatório quando o cenário ficou insustentável. A cultura era tóxica, os projetos fragmentados, a cobrança desproporcional e, no centro de tudo, vidas humanas dependiam das nossas decisões.

Foi quando uma decisão técnica se tornou estratégica: integrar o sistema da área jurídica ao CRM (Customer Relationship Management) da empresa para conectar operações e comunicação. Não era apenas tecnologia. Era sobrevivência. Aquele sistema reorganizou o fluxo de informações, reduziu retrabalho e deu tempo para trabalhar com qualidade. A tecnologia me salvou naquele momento porque atacou a raiz do problema:

comunicação fragmentada, time cansado e processos disfuncionais.

1. Por que a confiança vem junto da tecnologia

Aquela experiência me ensinou algo fundamental. Tecnologia só funciona quando as pessoas confiam nela e no processo. No caso do CRM, a adoção começou quando a equipe viu que o sistema eliminava tarefas de rotina sem eliminar controle. Hoje, com inteligência artificial, o princípio é o mesmo. A entrada mais segura da IA nas organizações de saúde acontece através do letramento básico no uso seguro, casos de uso claros e engenharia de prompts, aplicados a tarefas operacionais: sumarização de reuniões e consultas, organização de agendas, preparação de relatórios, triagem de e-mails, extração de informações de documentos, entre outras aplicações.
Esses usos criam literacia básica e reduzem resistência, desde que não seja uma imposição e entre na rotina pra ajudar e ser parte de um ambiente mais saudável e produtivo. E que o uso atenda também aos requisitos legais, éticos e de compliance. Não é sobre substituir pessoas, mas sobre devolver tempo para o trabalho que realmente importa. Quando a equipe percebe que a IA elimina a repetição, o retrabalho e dá mais fôlego para a operação, a adoção deixa de ser um fardo e passa a ser desejada. A confiança passa a ser construída na prática da implementação, não fica só no discurso.

2. Além da automação: IA em tarefas que exigem pensamento

No auge da crise que vivi, o problema não era apenas operacional. Era cognitivo. Eu precisava analisar cenários, prever riscos regulatórios, tomar decisões técnicas complexas sob pressão e, simultaneamente, mediar conflitos internos. Não havia tempo suficiente para pensar com profundidade. Eu e o time sofríamos com uma carga cognitiva pesada. Hoje, a IA generativa está destravando também esse espaço: tarefas que exigem raciocínio, síntese e resolução de problemas informacionais.

Isso inclui análise de documentação clínica, suporte à pesquisa aplicada, preparação de conteúdo educacional, entendimento de anamneses, revisão de protocolos e até apoio em decisões estratégicas. Não se trata de entregar autonomia total à IA, mas de usá-la como copiloto em atividades cognitivas complexas. A diferença está em saber quando delegar à máquina e quando manter controle humano. Isso exige maturidade organizacional e clareza sobre responsabilidades.

3. Criando assistentes: Consistência e eficiência em escala

Uma das conquistas mais significativas da implantação do CRM foi a padronização de respostas e fluxos. Antes, cada pessoa respondia à sua maneira. Depois, havia modelos, automações e consistência. Na era da IA, isso se traduz na criação de assistentes customizados. Ferramentas que automatizam tarefas repetitivas com respostas rápidas, eliminam trabalho administrativo e garantem que boas práticas sejam aplicadas por toda a equipe.

Assistentes podem responder dúvidas frequentes, gerar documentos padronizados, preparar briefings, organizar dados para apresentações, fazer triagem inicial de informações. Lembrando que sempre atendendo às normas e legislação de dados (LGPD). O ganho não está apenas na velocidade, mas na redução de variabilidade e no aumento de confiabilidade. Quando bem desenhados, esses assistentes liberam capacidade cognitiva para o trabalho estratégico e diminuem a dependência de indivíduos específicos.

4. Identificando o tipo certo de IA para cada problema

Nem toda inteligência artificial é igual. Existe a IA simbólica, que segue regras explícitas, como é o caso do Deep Blue, super computador da IBM dos anos 1990, que jogava xadrez e o Eliza, a avó dos chatbots que foi criada nos anos 1960 com técnicas de NLP (Natural Language Processing). Existe aprendizagem de máquina, que inclui algoritmos de classificação, recomendação e agrupamento, usados em plataformas como Youtube e Netflix.

Existe deep learning, baseado em redes neurais, aplicado em reconhecimento facial, identificação de imagem e sons. Existe IA generativa, que produz conteúdo novo a partir de padrões aprendidos, como o Gemini, ChatGPT e Claude.

Existem outros modelos e tipo e cada um resolve classes distintas de problemas.

Quando vivi o episódio do CRM, o desafio não era escolher a tecnologia mais avançada, mas a que resolvia o problema certo. Hoje, líderes em saúde precisam desenvolver habilidade para identificar qual tipo de IA atende cada necessidade: otimizar fluxos administrativos, apoiar decisões clínicas, melhorar a experiência do paciente, prever riscos operacionais. Sem esse discernimento, corre-se o risco de investir em ferramentas sofisticadas para problemas que exigem soluções mais simples — ou vice-versa.

5. Integrando IA aos fluxos: Autonomia sem dependência técnica

A implantação do CRM só gerou valor real quando foi integrada aos sistemas existentes. Não bastava ter a ferramenta, era preciso conectá-la ao fluxo de trabalho para que a adoção fosse natural. Com IA, o princípio é idêntico. Ferramentas isoladas geram pouco impacto. O ganho de escala acontece quando a IA é integrada aos fluxos operacionais, sendo otimizada por integrações, automações e funcionalidades embarcadas nos sistemas principais da empresa.

Isso reduz dependência técnica, acelera implementação e permite que equipes não-técnicas construam soluções adaptadas às suas necessidades. A autonomia operacional aumenta quando processos que antes exigiam desenvolvimento customizado e eram quase aleatórios, passam a ter modelos como referência, padrões de qualidade e controle. Esse é o caminho para escala sustentável. IA incorporada ao cotidiano, não como projeto paralelo, mas como parte do sistema nervoso da organização.
6. Da adoção à maturidade: governança e modelos próprios

Depois que o CRM estava funcionando, o desafio passou a ser outro: manter qualidade, medir impacto e melhorar continuamente. A tecnologia havia deixado de ser novidade e virado operação. Com IA, a maturidade também exige essa transição. Organizações avançadas começam a criar modelos próprios de inteligência artificial, ajustados às suas especificidades, com governança clara, métricas de desempenho e ciclos de melhoria contínua.

Isso não significa desenvolver tudo internamente, mas ter controle sobre dados, processos de treinamento, validação de resultados e responsabilidade sobre o que está sendo produzido com a IA. Inclui definir quem monitora, quem es responsabiliza, quem corrige e quem decide quando um modelo deve ser descontinuado. Sem governança, a IA vira risco. Com governança, ela se torna ativo estratégico. A diferença está em tratar tecnologia e IA como sistema vivo que precisa de cuidado constante, não como produto acabado.

Entre o hype exagerado e o ceticismo paralisante existe uma IA real, aplicável e transformadora. Minha experiência naquele momento crítico me ensinou que tecnologia é ponte, não destino. Em ambientes tóxicos ela não cura tudo, mas pode abrir passagem para o que realmente importa. Em organizações dispostas a aprender, ela organiza o fluxo, reduz fricção e cria espaço para que a cultura floresça.

A jornada começa com prompts simples que eliminam tarefas repetitivas. Avança para atividades cognitivas que exigem raciocínio. Ganha escala com assistentes consistentes e integração aos fluxos. E amadurece quando a organização desenvolve governança própria e capacidade de criar soluções customizadas. Cada etapa exige liderança presente, processos claros e cultura que aprende. Não há atalhos. Mas quando esses fundamentos se combinam, a IA deixa de ser promessa e vira resultado.

A tecnologia não nos salva sozinha. Ela nos dá a chance de construirmos sistemas melhores enquanto ainda estamos, de corpo e alma, dentro deles.

May 28, 2026

Rafael Piassa: Prof. na FIAP, palestrante, escritor e especialista em IA, dados, inovação e Ed aplicada a negócios, saúde e transformação digital com foco em valor. Pai da Maria Aurora, gosta de xadrez, futebol, já tocou em bandas de rock e fez curso de cinema e teatro!