“A nova história é como um surdo respondendo a perguntas que ninguém fez” (Tolstoi, Guerra e Paz)
Há algumas cenas que se repetem diariamente em hospitais de todo o Brasil: um profissional experiente, ao fim de um plantão de doze horas, preenche manualmente o terceiro formulário com as mesmas informações que já constam no prontuário eletrônico.
A colega ao lado recebe um alerta de risco no sistema – o 17º daquele turno – e como os dezesseis anteriores foram falsos positivos, ela o ignora. Em algum corredor da mesma instituição, um médico aguarda o resultado de um exame que foi solicitado, coletado e analisado, mas que não chegou à sua tela porque os sistemas não conversam entre si; ele, então, volta para casa sem reavaliar o paciente e, no próximo turno, esse mesmo exame fica esquecido até a manhã seguinte…
A epígrafe corrosiva de Tolstói – presente em “Guerra e Paz” e que evidenciou o ceticismo do autor com relação aos historiadores do seu tempo – também pode nos ajudar, hoje, a entender a visão enviesada acerca da cotidiana interpretação de fatos históricos, em paralelo com nosso atual problema de digitalização.
É que, em geral, aplicamos o remédio sem entender qual é o problema do doente. Digitalizamos processos quebrados, mal planejados e automatizamos desperdícios sem compreender os problemas reais. E chamamos tudo isso de “transformação digital”.
A convergência entre o pensamento lean e a inteligência artificial — o que vem sendo chamado de Lean 4.0 — oferece uma resposta estruturada a esse paradoxo. Trata-se, fundamentalmente, de uma mudança de perspectiva: antes de automatizar qualquer coisa, é preciso perguntar se aquilo deveria existir. Se a resposta for “sim”, qual é a melhor maneira de executar essa tarefa.
O problema não é falta de tecnologia, mas de propósito
Um estudo brasileiro recém-publicado no American Journal of Emergency Medicine finalmente colocou em números um problema clássico do pensamento lean: o desafio de compreender o processo assistencial como um fluxo contínuo e não como fragmentos do cuidado.
Nicolaidis e outros autores, numa obra deste ano, analisaram 8,7 milhões de atendimentos, entre 2019 e 2025, em 160 hospitais do projeto “Lean nas Emergências”, iniciativa do Ministério da Saúde, em parceria com hospitais privados, que aplica o sistema para melhorar a gestão da saúde pública. E encontraram algo inusitado: a superlotação não é um problema da “porta de entrada”, mas, sim, da “de saída”.
O estudo separou duas dimensões operacionais que costumam ser tratadas como uma só: a “ocupação isolada” (o volume de pacientes em relação aos leitos disponíveis) e o “boarding” (os pacientes já com ordem de internação retidos na emergência por falta de leito definitivo).
E demonstrou que apenas o boarding está associado à mortalidade precoce em menos de 24 horas: a cada 10% de aumento nessa proporção, o risco de morte sobe 14%.
Em outras palavras, manter pacientes graves e complexos na Emergência aumenta a mortalidade precoce. A “ocupação isolada”, aquela que os gestores monitoram com obsessão, não demonstrou associação independente com mortalidade.
O paradoxo que vivemos durante a pandemia da covid-19 reforça a tese: em 2020, a ocupação caiu drasticamente com a redução de chegadas, mas o boarding permaneceu alto e estável porque o gargalo nunca foi a porta de entrada. Era e continua sendo a incapacidade do hospital inteiro de absorver o paciente que a emergência já estabilizou.
Assim, tratar superlotação com soluções voltadas apenas ao pronto-socorro é, como concluem os autores, um erro diagnóstico e estratégico. A solução exige gestão de leitos, processos de alta e sincronia cirúrgica. Em outras palavras, requer que o hospital inteiro funcione como um fluxo, não como departamentos isolados.
O Lean nas Emergências é um grande sucesso que, ao longo de quatro ciclos do Programa de Apoio ao Desenvolvimento Institucional do SUS (Proadi-SUS), alcançou mais de 90 instituições e reduziu entre 44% e 66% o tempo de passagem dos pacientes pelo pronto-socorro, segundo dados deste ano do programa.
São números que fariam qualquer gestor parar e pensar. No entanto, a maioria dos hospitais brasileiros ainda não adota estratégias assim.
A razão disso é simples, mas incômoda: aprimorar processos exige mudar a cultura organizacional, o que significa transformar as pessoas. O doutor W. Edwards Deming (1900-1993), considerado o pai da gestão da qualidade moderna, dizia que não é “o que” precisa ser transformado, mas “quem”.
As pessoas precisam se transformar: mudar as formas de pensar, agir e se comunicar. Nesse quesito, a IA pode ajudar pouco ou quase nada. Se o que existe é disfuncional, ela irá apenas amplificar as disfunções e o caos.
Dar inteligência à máquina – ou o Jidoka do século 21
Um dos pilares do Sistema Toyota de Produção é o conceito de Jidoka – dar às máquinas a capacidade de detectar problemas e parar os processos antes que os defeitos se propaguem, como explicou Ohno, num livro de 1988. Na saúde, esse princípio ganha uma dimensão extraordinária quando aplicado à IA.
Um estudo da UC San Diego, publicado noDigital Medicine em 2024, foi um dos primeiros a demonstrar ganho real de sobrevida com o uso de IA integrada ao cuidado clínico.
O modelo Composer, uma IA feita para prever e detectar precocemente o risco de sepse (infecção generalizada) em pacientes hospitalizados, monitorou continuamente pacientes em ambientes de emergência, enfermaria e UTI, gerando alertas de risco.
Ao mesmo tempo, aprendendo a reduzir os falsos positivos e a fadiga dos alarmes que, como ilustramos no início deste texto, faz enfermeiros ignorarem o “17º alerta”.
O resultado foi uma redução de 17% no risco relativo de mortalidade hospitalar por sepse, segundo relataram Boussina e outros autores numa obra de 2024. É como um Jidoka digital: notifica e interrompe o processo quando identifica riscos reais através de algoritmos de machine learning.
Esse exemplo ilustra o que Detwal e outros, numa revisão sistemática publicada no International Journal of Lean Six Sigma, chamam de “Poka-Yoke cognitivo” – sistemas que bloqueiam erros evitáveis, não na linha de produção, mas no processo de tomada de decisão clínica.
Estudos anteriores já haviam demonstrado que sistemas de prescrição eletrônica com suporte à decisão reduzem erros graves de medicação em mais de 50%. Por exemplo, nas obras de Bates, Ammenwerth e outros autores, feitas de 1998 e 2008. A IA não inova o conceito; ela o escala.
O que a IA não pode fazer
Mais de 80% dos profissionais de saúde consideram que a comunicação digital com pacientes banaliza a atenção médica e aumenta o estresse no trabalho, conforme mostrou, em 2022, Veiga e outros autores. Esse dado revela algo que nenhuma plataforma de IA resolve: a necessidade humana de presença, vínculo e cuidado que não cabem em uma notificação.
O Lean 4.0 não pretende substituir o médico, a enfermeira ou o técnico de radiologia. Ele deseja devolvê-los ao que realmente importa: o cuidado. Quando a IA assume o preenchimento de formulários e interações redundantes ou faz alertas automatizados de riscos e a logística de insumos, ela libera tempo para a interação humana que nenhum algoritmo replica.
A redução da carga cognitiva em ambientes de alta variabilidade e risco não é um benefício secundário da adoção do Lean 4.0, mas sua justificativa mais profunda.
A civilização, como disse a antropóloga Margaret Mead, começou quando alguém parou para cuidar do outro. A tecnologia mais avançada do nosso tempo deveria ter um único propósito: fazer com que isso continue sendo possível.
