Como a transcrição por IA está mudando o prontuário médico no Brasil

Todo médico que atende em consultório sabe o peso de terminar o dia com a agenda cheia de pacientes e o prontuário vazio. Não é falta de disciplina. É que documentar bem uma consulta — de um jeito que sirva para o próximo atendimento, para uma auditoria de convênio ou para uma perícia anos depois — exige atenção que compete diretamente com a atenção que o paciente está recebendo naquele momento. Escrever e escutar ao mesmo tempo é fisicamente possível, mas fazer os dois bem, ao mesmo tempo, quase nunca é.

Nos últimos dois anos, um grupo de ferramentas baseadas em modelos de linguagem começou a atacar esse problema de um jeito diferente do que os sistemas de prontuário eletrônico tentaram nas últimas duas décadas. Em vez de dar ao médico um formulário mais rápido de preencher, elas tentam eliminar o preenchimento: gravam o áudio da consulta (com consentimento do paciente) e devolvem uma nota clínica estruturada, pronta para revisão. É um avanço real. Também é um avanço que carrega riscos específicos da medicina que não existem em outras aplicações de transcrição automática.

O prontuário nasceu para outra função

O prontuário como existe hoje — queixa, exame físico, hipótese diagnóstica, conduta — é uma herança direta do modelo SOAP, criado pelo médico americano Lawrence Weed no fim dos anos 1960 para organizar o raciocínio clínico. A informatização que veio depois, no Brasil sobretudo a partir da obrigatoriedade de sistemas certificados e da fiscalização mais rígida sobre guarda e sigilo de dados de saúde, não mudou essa estrutura. Ela só trocou o papel por uma tela. O médico continuou sendo o único ponto de entrada de dados: ele ouve, interpreta, sintetiza e digita, tudo em sequência, tudo sozinho.

Isso significa que, por décadas, todo ganho de "eficiência" em prontuário eletrônico foi, na prática, um ganho de digitação — campos pré-preenchidos, modelos de texto, atalhos de teclado. Nenhum desses recursos resolve o gargalo real, que é cognitivo: alguém precisa transformar uma conversa desorganizada, cheia de hesitação e linguagem coloquial, em um registro clínico organizado. Esse trabalho de tradução sempre coube ao médico, mesmo quando o sistema em si ficou mais rápido de usar.

Por que digitar consome mais tempo do que atender

Quem já tentou escrever uma evolução completa enquanto examina um paciente sabe que o custo não é só o tempo de digitação — é o custo de alternar entre duas tarefas que exigem tipos diferentes de atenção. Cada vez que o médico olha para a tela para completar uma frase, ele perde parte do que está sendo dito ou perde a leitura de um gesto, uma expressão, uma hesitação do paciente que muitas vezes carrega mais informação clínica do que a resposta verbal.

A alternativa mais comum acabou sendo adiar a documentação: atender e escrever depois, no fim da consulta ou no fim do turno. Isso resolve o problema da atenção dividida, mas cria outro: quanto mais tempo passa entre a consulta e o registro, mais detalhes se perdem, e mais a nota final vira um resumo genérico em vez de um relato fiel do que aconteceu. É esse acúmulo — consultas represadas para documentar à noite — que aparece com frequência entre os fatores de desgaste citados por médicos em pesquisas sobre carga de trabalho administrativa na profissão.

O que muda quando a transcrição entra no meio da consulta

A proposta das ferramentas de transcrição clínica por IA é remover essa escolha. O médico atende normalmente, com o celular ou o computador captando o áudio em segundo plano, e ao final recebe um rascunho de nota já dividido em queixa, histórico, exame e conduta — não uma transcrição literal de tudo que foi dito, que seria inútil como registro clínico, mas uma síntese estruturada segundo o modelo que o consultório já usa.

A diferença entre isso e um simples "converter fala em texto" é maior do que parece. Transcrever é tarefa de reconhecimento de voz, resolvida com boa qualidade há anos. O trabalho difícil é decidir o que da conversa vira "queixa principal", o que vira "história da doença atual", o que é ruído (small talk, uma ligação que interrompeu, uma dúvida sobre estacionamento) e deve ser descartado. É nesse segundo passo — a estruturação, não a transcrição — que os modelos de linguagem recentes mudaram o que é tecnicamente viável. No ClinicaOS, esse é o papel do módulo que chamamos de Ouvido Clínico: ele não substitui a nota do médico, produz o primeiro rascunho dela, no formato SOAP que a clínica já usa, para revisão antes de assinar.

Estrutura importa mais que velocidade

Vale insistir nesse ponto porque é onde a maioria das promessas de mercado exagera: o valor não está em "economizar tempo de digitação", está em produzir uma nota mais completa do que a que o médico teria escrito sob pressão de agenda. Um rascunho gerado a partir do áudio integral da consulta tende a capturar detalhes que um médico apressado, escrevendo de memória quinze minutos depois, simplesmente não registraria — uma menção passageira a um sintoma, a ordem em que as queixas foram relatadas, uma negação espontânea de alergia que ninguém perguntou diretamente.

Isso tem implicação prática em duas frentes que interessam a qualquer gestor de clínica: continuidade do cuidado (o próximo profissional que atender aquele paciente encontra um registro mais rico) e defesa em caso de questionamento — seja de convênio, seja judicial. Prontuário incompleto é, historicamente, um dos fatores que mais pesam contra o médico em processos éticos e cíveis, não porque o atendimento tenha sido ruim, mas porque não há como provar o contrário.

Os riscos que ninguém deveria ignorar

Nada disso funciona sem duas condições que a tecnologia sozinha não resolve. A primeira é jurídica e ética: o médico continua sendo o responsável legal pelo prontuário, então nenhuma nota gerada por IA pode entrar no sistema sem revisão e assinatura de quem atendeu. Ferramentas sérias tratam a saída do modelo como rascunho editável, nunca como documento final — e qualquer produto que sugerir o contrário está pedindo para o médico assinar embaixo de algo que não escreveu e pode não ter lido com atenção.

A segunda é técnica e menos discutida: modelos de linguagem alucinam, e alucinação em nota clínica é qualitativamente diferente de alucinação em um resumo de reunião. Um modelo pode "completar" uma frase ambígua do áudio com uma dose de medicamento que não foi dita, ou inferir uma negação de sintoma que na verdade era uma dúvida do paciente. Isso não é hipotético — é o motivo pelo qual toda implementação responsável dessa tecnologia trata a revisão humana da nota como etapa obrigatória do fluxo, não como opção.

Some a isso a exigência de LGPD para dados de saúde: áudio de consulta é dado sensível por definição, o processamento precisa de base legal e de consentimento explícito do paciente, e o armazenamento (mesmo que temporário, só para gerar a transcrição) precisa estar coberto por um contrato de tratamento de dados com o fornecedor da IA. Qualquer clínica avaliando essas ferramentas deveria perguntar, antes de perguntar sobre preço, onde o áudio é processado, por quanto tempo fica retido e se existe descarte automático depois de gerada a nota.

Onde isso já está acontecendo no Brasil

A adoção no país ainda é recente e concentrada em consultórios individuais e clínicas pequenas — o segmento que tem menos capacidade de contratar uma secretária dedicada só para lançar prontuário, e que sente o custo de oportunidade da documentação de forma mais direta no fim do mês. É um padrão parecido com o que aconteceu com outras ferramentas de produtividade em saúde: a adoção começa pela ponta que sente mais dor por unidade de tempo perdido, antes de chegar a hospitais e redes maiores, onde a decisão de compra passa por comitês e ciclos de homologação mais longos.

O ponto que mais separa uma ferramenta madura de uma versão de vitrine não é a qualidade da transcrição em si — a maioria dos produtos do mercado já resolveu isso razoavelmente bem — mas o que acontece ao redor dela: quão fácil é editar a nota gerada, se ela nasce integrada ao prontuário existente ou vira mais um sistema paralelo para copiar e colar, e se o fornecedor consegue explicar com clareza o que acontece com o áudio depois que a consulta termina.

Essas perguntas valem mais do que qualquer demonstração de velocidade de transcrição. Uma clínica que troca cinco minutos de digitação por vinte minutos de desconfiança sobre onde os dados dos pacientes estão armazenados não fez um bom negócio — só trocou um problema visível por um invisível.