A discussão sobre inteligência artificial na saúde frequentemente começa pela tecnologia. Para hospitais, no entanto, a conversa deveria começar pela margem.
O centro cirúrgico é o ativo mais sensível do hospital do ponto de vista econômico. Ele concentra alto custo fixo, equipes especializadas, equipamentos críticos e risco operacional. Pequenas variações de eficiência produzem impacto direto no resultado financeiro. Uma sala ociosa não é apenas um espaço vazio; é custo fixo não diluído. Um cancelamento no dia da cirurgia não é apenas frustração clínica; é receita perdida e previsibilidade comprometida.
É nesse contexto que a inteligência artificial precisa ser analisada. Não como tendência, mas como instrumento econômico.
Historicamente, o software hospitalar operou sob lógica relativamente previsível. O modelo SaaS tradicional tem custo estável, contratado por licença ou volume, com pouca variabilidade mensal. Essa previsibilidade facilitava planejamento orçamentário e análise de retorno. A IA introduz um elemento novo nessa equação: consumo variável. Cada inferência relevante — previsão de duração cirúrgica, análise de risco pré-operatório, priorização de fila — consome capacidade computacional. O custo passa a depender do uso e da arquitetura adotada.
Isso não significa que a IA seja mais cara por definição. Significa que ela exige governança. Diferentemente do software tradicional, cujo custo marginal era praticamente irrelevante, a IA intensiva pode alterar a estrutura de custo se aplicada indiscriminadamente. Para hospitais pressionados por margens estreitas, essa diferença não é trivial.
A questão estratégica, portanto, não é “usar IA em tudo”, mas entender onde a variabilidade atual da operação está corroendo resultado.
Quando se observa o centro cirúrgico com lente econômica, percebe-se que grande parte da perda de eficiência não está no ato cirúrgico em si. Está na coordenação que o antecede. Cancelamentos decorrentes de autorização tardia, paciente mal preparado, divergência de protocolo de OPME, estimativa imprecisa de tempo cirúrgico ou descoordenação entre agenda e equipe não são eventos raros. São sintomas de fragmentação de processo.
A inteligência artificial tem potencial real quando aplicada exatamente nesse ponto: na redução de variabilidade e na antecipação de inconsistências. Modelos preditivos podem melhorar estimativas de duração cirúrgica e reduzir ociosidade estrutural. Algoritmos de estratificação de risco podem antecipar situações clínicas que, descobertas no dia da cirurgia, levariam à suspensão. Análises estruturadas de solicitação podem identificar divergências documentais ou regulatórias antes que se convertam em disputa de faturamento.
O impacto econômico aparece não porque a tecnologia é sofisticada, mas porque a decisão passa a ser tomada no momento correto.
No entanto, há um equívoco comum: imaginar que a IA, por si só, resolverá o problema. Se os dados da jornada cirúrgica estiverem fragmentados, se os fluxos não estiverem padronizados e se os incentivos entre médico, hospital e operadora permanecerem desalinhados, o modelo apenas reproduzirá desorganização com maior velocidade.
A tecnologia amplifica estrutura. Não substitui governança.
Isso nos leva a uma segunda reflexão relevante para executivos hospitalares: onde desenvolver essa capacidade? Internamente ou em parceria externa?
Hospitais raramente possuem escala técnica ou econômica para sustentar investimento contínuo em modelos avançados, infraestrutura de dados e atualização tecnológica permanente. Por outro lado, terceirizar integralmente a inteligência sem domínio sobre os dados e sobre o fluxo decisório pode gerar dependência excessiva e perda de controle estratégico.
A decisão não é binária. Ela exige clareza sobre quais ativos precisam permanecer sob governança institucional — dados estruturados da jornada, regras de protocolo, lógica de priorização — e onde a parceria tecnológica agrega eficiência sem comprometer autonomia.
O centro cirúrgico não precisa de tecnologia adicional por si só. Precisa de previsibilidade operacional e alinhamento decisório. Se a IA for aplicada para reduzir cancelamento evitável, melhorar taxa de ocupação, antecipar inconsistências e proteger receita antes que ela entre em disputa, seu impacto será econômico e mensurável. Se for aplicada como camada estética sobre processos desestruturados, será apenas custo adicional.
A pergunta estratégica que permanece é simples, mas exige maturidade para ser respondida: onde, hoje, a variabilidade da jornada cirúrgica está corroendo margem — e qual estrutura precisa ser organizada antes que qualquer modelo seja incorporado?
Executivos hospitalares que partirem dessa pergunta provavelmente chegarão a uma conclusão importante: a inteligência artificial não é o ponto de partida. A organização do processo é. A tecnologia apenas potencializa aquilo que já foi estruturado.
E, no ambiente atual de pressão por custo e previsibilidade, organizar antes de automatizar pode ser a decisão mais econômica de todas.
Autor: Sergio Campangna, co-fundador da Fin-X.