Interoperabilidade: a base que decide a inovação em saúde
Por Fabrício Dias
A saúde global entrou na era da inteligência artificial. Mas, no meio dessa corrida tecnológica, um problema estrutural continua sem solução. Os dados ainda não circulam de forma eficiente entre hospitais, operadoras, clínicas e laboratórios.
Em 2024, de acordo com um levantamento da American Hospital Association (AHA) / Health Affairs Scholar, 71% dos hospitais norte-americanos reportaram uso de IA preditiva integrada ao prontuário eletrônico. No entanto, segundo a Office of the National Coordinator for Health Information Technology (ONC), apenas 43% operavam de forma rotineiramente interoperável nos quatro domínios considerados essenciais para troca de informação em saúde: enviar, receber, encontrar e integrar dados clínicos. Mais revelador ainda é outro indicador: embora 71% dos hospitais afirmassem ter acesso rotineiro a informações externas de pacientes, apenas 42% diziam que seus clínicos utilizavam esses dados regularmente no ponto de cuidado.
Na prática, isso significa que a IA está avançando mais rápido do que a própria capacidade do setor de fazer informações fluírem de maneira útil dentro da jornada assistencial. O cenário reforça uma preocupação crescente entre especialistas em transformação digital na saúde: sem interoperabilidade, grande parte das iniciativas de inteligência artificial tende a gerar ganhos limitados ou restritos a projetos isolados.
A própria Harvard Business Review sintetizou essa discussão ao afirmar que “AI alone won’t transform U.S. healthcare”.
O que está por trás da interoperabilidade
Embora o termo tenha ganhado espaço nos debates sobre inovação, a interoperabilidade ainda é tratada por parte do mercado como uma questão estritamente técnica. Mas o impacto é operacional e cada vez mais financeiro.
Na prática e no contexto de saúde, interoperabilidade é a capacidade de sistemas diferentes trocarem dados clínicos e administrativos em formato padronizado, utilizando APIs e protocolos diversos, sem depender de e-mails, PDFs, fax ou preenchimento manual. Isso envolve desde histórico clínico e exames até informações de elegibilidade, autorização prévia, faturamento e status de solicitações junto às operadoras.
Quando essa troca não acontece de forma estruturada, os impactos aparecem em diversas etapas da operação.
Hospitais enfrentam aumento de retrabalho administrativo, atrasos em autorização, duplicidade de processos e dificuldade de coordenação clínica.
Operadoras lidam com documentação inconsistente, excesso de interação manual e elevação do custo operacional. Já o paciente passa a enfrentar jornadas fragmentadas, repetição de informações e maior tempo de resposta.
O problema é que a saúde ainda investe mais energia em discutir ferramentas de IA do que em resolver a infraestrutura necessária para sustentá-las.
A base da inovação em saúde ainda é desigual
Os próprios dados da ONC, órgão responsável pela coordenação nacional de tecnologia em saúde nos Estados Unidos, mostram que a maturidade digital permanece bastante desigual entre as instituições.
Em 2024, hospitais afiliados a grandes sistemas de saúde já registravam 86% de adoção de IA preditiva integrada ao prontuário eletrônico. Entre hospitais independentes, o índice era de 37%. A diferença também aparece na interoperabilidade. Enquanto 53% dos afiliados operavam de forma rotineiramente interoperável nos quatro domínios, entre independentes o percentual caía para 22%.
Os números mostram que tanto IA quanto interoperabilidade seguem concentradas em organizações com maior capacidade estrutural e tecnológica. Mas existe uma diferença importante. A inteligência artificial avança em ritmo significativamente mais acelerado do que a integração efetiva dos dados e isso começa a criar um novo risco para o setor.
IA isolada + dados fragmentados limitam o impacto da inovação
Nos últimos anos, hospitais e operadoras passaram a testar aplicações de IA em apoio clínico, análise preditiva, automação administrativa e gestão operacional. Mas a fragmentação dos dados ainda impede que parte relevante dessas soluções alcance escala ou integração plena à rotina assistencial.
Isso evidencia um gargalo estrutural, ou seja, o setor conseguiu acelerar o debate sobre inteligência artificial antes de resolver a circulação confiável e operacional das informações.
O resultado é uma modernização parcial, em que sistemas sofisticados convivem com fluxos ainda marcados por retrabalho manual, baixa integração e excesso de problemas operacionais.
*Fabrício Dias é diretor de Produto e Tecnologia na Lecom Tecnologia.
