IA pra prever falta de paciente: o que dá pra fazer sem hospital nem comitê de dados

Hospital grande com equipe de inovação já fala há alguns anos em "modelo preditivo de no-show": um algoritmo treinado com milhares de atendimentos que calcula, para cada consulta marcada, uma probabilidade de falta e prioriza ligação de confirmação para quem tem risco mais alto. É uma abordagem real e que funciona em escala — mas pressupõe volume de dado, equipe técnica e tempo de maturação que uma clínica de dois, cinco ou dez profissionais simplesmente não tem. A pergunta certa para esse porte não é "como construir o mesmo modelo em miniatura", é "o que da mesma ideia dá pra aproveitar sem nada disso".

Hospital resolve com modelo, clínica pequena resolve com regra

A diferença entre as duas abordagens não é de sofisticação por sofisticação — é de escala do problema. Um hospital lida com dezenas de milhares de agendamentos por mês, variáveis demográficas amplas e equipe para manter um modelo estatístico atualizado. Uma clínica pequena lida com uma base de pacientes que, na prática, cabe na cabeça de quem organiza a agenda: dá para conhecer padrão de comportamento sem precisar de estatística populacional nenhuma. O que substitui o modelo, nesse porte, é regra simples aplicada de forma consistente — o tipo de coisa que qualquer agenda já tem o dado para sustentar, só normalmente não olha de forma sistemática.

Os sinais que já preveem falta, sem estatística nenhuma

Analisando o que efetivamente antecede uma falta, alguns sinais se repetem com força suficiente para servir de regra prática, mesmo sem nenhum cálculo de probabilidade formal:

• Histórico individual do próprio paciente — quem já faltou uma vez sem avisar tem chance bem maior de faltar de novo. É, isoladamente, o sinal mais forte de todos, e o mais fácil de registrar.
• Tempo entre marcar e a data da consulta — agendamento feito em cima da hora ou marcado com semanas de antecedência demais tendem a ter taxa de falta maior do que um prazo intermediário.
• Ausência de resposta à confirmação — paciente que não responde ao lembrete (e não só quem responde negativamente) já é um sinal de risco, mesmo antes do dia da consulta chegar.
• Primeira consulta versus retorno — paciente novo, que ainda não criou vínculo com a rotina da clínica, costuma faltar mais do que quem já é acompanhado há tempo.
• Dia da semana e horário — padrões variam de clínica para clínica, mas segunda de manhã cedo e sexta no fim da tarde aparecem com frequência como horários de risco mais alto em relatos de quem acompanha esse dado de perto.

Nenhum desses sinais exige coleta de dado novo — todos já existem dentro do histórico de agendamento que qualquer sistema de agenda registra. O que falta, na maioria das clínicas, não é o dado: é olhar para ele de forma sistemática, e não caso a caso conforme a falta acontece.

Por que o histórico do próprio paciente pesa mais que qualquer variável geral

Vale destacar isso porque é onde clínica pequena tem uma vantagem real sobre hospital grande, não uma desvantagem: o preditor mais forte de falta não é uma variável demográfica ampla — é o comportamento passado daquele paciente específico. Um hospital com volume gigantesco de atendimento às vezes precisa recorrer a variável populacional porque não tem, para cada paciente, histórico suficiente. Uma clínica pequena, que atende o mesmo paciente ao longo de anos, tem exatamente o contrário: histórico individual rico, que é o dado mais preditivo que existe, sem precisar de nenhum modelo complexo para usar.

O que fazer com o sinal importa mais do que identificar ele

Prever risco de falta sem agir sobre isso não gera valor nenhum — é só um número a mais para ignorar. A diferença prática aparece quando a clínica trata o paciente de risco identificado de forma diferente do restante da agenda: reforçar a confirmação com mais de um toque em vez de um só, encurtar ou alongar a antecedência do lembrete conforme o padrão daquele paciente, e, em casos extremos e recorrentes, considerar política de reagendamento diferente antes mesmo de confirmar o horário. O objetivo não é acertar 100% das previsões — é reduzir a fração de horário perdido sem aviso, que é o que efetivamente custa dinheiro.

Aplicar essa régua diferenciada só para quem está no grupo de risco também evita um efeito colateral comum: insistir demais com confirmação para quem raramente falta cansa o paciente e não muda comportamento nenhum, porque ele já não era o problema.

O dado já existe — falta olhar pra ele de forma sistemática

A maior barreira para esse tipo de acompanhamento em clínica pequena não é técnica, é de hábito: o dado de quem faltou, quando marcou e se confirmou já está na agenda, mas raramente alguém para para olhar o conjunto em vez de reagir falta por falta conforme ela acontece. No ClinicaOS, esse histórico de padrão de falta por paciente já fica registrado como parte do motor de crescimento que acompanha a agenda — o que abre espaço para tratar risco de falta como informação acumulada ao longo do tempo, não como surpresa isolada a cada horário vazio.

Prever não substitui atender bem — reduz o desperdício ao redor disso

Nenhuma régua de risco de falta, por mais bem calibrada que seja, resolve o motivo real pelo qual um paciente falta — imprevisto, esquecimento, mudança de prioridade. O que ela resolve é outra coisa: reduzir a chance de um horário ficar reservado, sem nenhuma ação preventiva, para um paciente com padrão histórico de não aparecer. Isso não exige comitê de dados, equipe de ciência de dados nem sistema novo — exige olhar, de forma consistente, para um dado que a maioria das clínicas já tem e simplesmente não usa.