PORTUGUÊSThis reading was published in Portuguese.READ IN ENGLISH

Do tempo de espera ao cuidado contínuo: como os agentes da LISA acompanham diagnóstico, recuperação e tratamento

Uma arquitetura multimodal para reduzir espera evitável, transformar o pós-atendimento em acompanhamento genuíno e manter a presença humana sempre disponível.

BY Lisa Intelligence · PUBLISHED 01 de outubro de 2026 · 8 min read

UPDATED 01 de outubro de 2026

SHARELinkedInX
Linha contínua da LISA conectando diagnóstico, recuperação e tratamento com texto, áudio, vídeo e apoio humano.
Uma linha contínua conecta três jornadas e diferentes formas de presença., Ilustração original LISA

EXECUTIVE SUMMARY

  • No estudo Bain & Company + Anahp com 13.984 pacientes em 18 hospitais privados brasileiros, a espera aparece como principal motivo de detração, enquanto orientações claras e acompanhamento pós-hospitalar têm forte potencial de promoção.
  • A LISA foi desenhada para reduzir espera evitável e tornar a espera inevitável compreensível, com contexto, próximos passos e comunicação ativa.
  • Diagnóstico, recuperação e tratamento compartilham uma mesma arquitetura: contexto aprovado → agente → texto → áudio → vídeo → próxima ação.
  • A presença humana nunca desaparece: quando existe incerteza, exceção ou necessidade de julgamento, a LISA encaminha o caso para uma fila humana.

O problema não é apenas comunicação. É continuidade.

Uma consulta termina. Um exame é agendado. Uma alta acontece. Um tratamento começa. Para os sistemas de uma organização de saúde, esses eventos podem existir em módulos diferentes. Para o paciente, existe apenas uma jornada. É justamente entre um momento de cuidado e o próximo que surgem esperas sem explicação, dúvidas sobre o que fazer, falhas de preparação, perda de contexto e a sensação de estar sozinho diante do sistema.

A LISA está sendo construída para atuar nesse intervalo. Não como mais um canal de mensagens, mas como uma camada de orquestração da jornada do paciente: uma arquitetura que reconhece contexto, etapa, regras e próxima ação, e decide quando uma mensagem simples é suficiente, quando voz ou vídeo podem aumentar clareza e presença e quando uma pessoa precisa assumir a interação.

No patient should feel alone between one moment of care and the next.

O que o estudo da Bain nos ensina sobre espera e acompanhamento

Em um estudo fundacional conduzido pela Bain & Company em parceria com a Anahp, com 13.984 pacientes em 18 hospitais privados brasileiros, a espera foi apontada como o principal motivo de detração. O estudo também mostrou que o paciente valoriza fortemente entender o que está sendo feito e quais são os próximos passos, e que o pós-hospitalar, incluindo instruções e acompanhamento, tem grande impacto na geração de promotores.[1]

Na matriz de priorização apresentada no mesmo estudo, instruções de medicação/tratamento, agendamento telefônico e acompanhamento pós-hospitalar aparecem entre as iniciativas de alto impacto sobre a experiência e, no exemplo analisado, com menor complexidade e investimento relativos.[1] Para nós, isso aponta para duas frentes de produto especialmente importantes: reduzir a fricção e a espera que podem ser evitadas e prolongar a sensação de cuidado depois do atendimento.

Diagrama LISA com duas linhas: reduzir espera evitável e fazer o cuidado continuar.
Duas teses de produto: reduzir a fricção antes e durante o cuidado e prolongar o acompanhamento depois dele. Ilustração LISA baseada nos achados de experiência descritos por Bain & Company + Anahp.[1]

Duas teses de produto

1. Reduzir espera evitável e tornar a espera inevitável compreensível

Nem toda espera em saúde pode ou deve ser eliminada. O objetivo da LISA é primeiro atacar a espera evitável: no-show, chegada sem preparo, documentação incompleta, dúvidas repetitivas, falhas de coordenação, falta de confirmação e perda de tempo para descobrir onde ir ou o que fazer.

Quando a espera é inerente ao processo assistencial, o problema muda. A pergunta passa a ser: o paciente sabe o que está acontecendo? Sabe em que etapa está? Sabe o que acontece depois? A LISA pode acompanhar o status da jornada, antecipar informações, avisar mudanças e manter o próximo passo visível. Em outras palavras: reduce avoidable waiting; make unavoidable waiting understandable.

2. Transformar o pós-atendimento em acompanhamento genuíno

A segunda tese começa quando o atendimento termina. Um disparo genérico de “esperamos que esteja bem” não é continuidade de cuidado. Acompanhamento genuíno exige contexto: quem é o paciente, o que aconteceu, qual é a etapa atual, quais informações foram aprovadas pela instituição e qual é o próximo passo esperado.

É aqui que texto, áudio e vídeo deixam de ser apenas formatos de mídia. Eles passam a ser diferentes formas de presença. O mesmo conteúdo aprovado pode ser apresentado de maneira objetiva em texto, acolhedora em voz ou mais explicativa em vídeo, sempre preservando a mesma verdade clínica e operacional.

Três jornadas, uma mesma camada de orquestração

A arquitetura da LISA está sendo construída inicialmente em torno de três jornadas recorrentes em saúde: Diagnóstico, Recuperação e Tratamento. Cada uma possui agentes especializados, mas todas compartilham a mesma lógica: contexto autorizado, etapa da jornada, regras da instituição, conteúdo aprovado, próxima ação e possibilidade de escalonamento humano.

Diagrama das jornadas de Diagnóstico, Recuperação e Tratamento conectadas pela camada LISA.
Três jornadas típicas, uma mesma camada de orquestração: a LISA acompanha contexto e próximo passo, independentemente do ponto da jornada.

Jornada 1: Diagnóstico

Na jornada de diagnóstico, o objetivo é reduzir fricção antes do exame e evitar que o paciente chegue despreparado, atrasado ou sem clareza sobre o processo. Um agente pode confirmar data, horário e unidade. Outro pode apresentar somente as orientações de preparo previamente aprovadas. Próximo ao atendimento, outro agente pode reforçar documentos, horário de chegada e localização.

O conteúdo pode ser contextual por paciente, exame, unidade, horário, idioma e protocolo aprovado. Isso permite que a comunicação deixe de ser uma campanha genérica e se torne uma sequência operacional de próximos passos.

  • confirmação e lembrete;
  • preparação baseada apenas em protocolo aprovado;
  • documentos, localização e horário de chegada;
  • status de etapas e mudanças relevantes;
  • encaminhamento humano quando uma dúvida não pode ser respondida com segurança.

O princípio é simples: menos esforço para chegar pronto e menos tempo perdido tentando entender o processo.

Jornada 2: Recuperação

A alta encerra uma etapa para o hospital, mas inicia outra para o paciente. É nesse momento que a LISA pode transformar informações estáticas em uma jornada acompanhada. A partir de dados autorizados, o conteúdo pode considerar primeiro nome, unidade, data de alta, procedimento, profissional, medicamentos registrados, orientações pós-alta e retorno.

A sequência é deliberadamente controlada: primeiro é produzido um texto personalizado; esse texto precisa estar aprovado. O áudio é gerado a partir do texto aprovado. O vídeo é gerado a partir do áudio aprovado. Não existem três IAs inventando três versões diferentes da orientação. Existe uma única verdade aprovada, apresentada em diferentes formatos.

Nos dias seguintes, outros agentes podem realizar check-ins, lembrar retorno, reforçar instruções previamente aprovadas e identificar respostas que exigem atenção humana. O objetivo não é manter o paciente recebendo mensagens. É fazer com que ele nunca perca o próximo passo.

Jornada 3: Tratamento

Tratamentos contínuos ampliam o desafio porque a jornada pode durar semanas, meses ou anos. Entre uma consulta e outra existe a vida real, e é nesse intervalo que surgem esquecimento, abandono, dúvidas e barreiras operacionais.

A LISA pode acompanhar onboarding, etapas configuradas pela instituição, próximos eventos, conteúdos de suporte aprovados e rotinas de adesão quando houver fonte clínica autoritativa. A mesma arquitetura multimodal pode transformar uma orientação aprovada em texto, áudio ou vídeo, de acordo com o momento da jornada e a preferência de comunicação.

Há uma regra importante: quando não existe dado clínico aprovado suficiente, a LISA não completa a lacuna com criatividade. O sistema deve assumir Missing approved source data / NEEDS_REVIEW e levar a situação para revisão. Em saúde, reconhecer limites faz parte da experiência.

Texto, áudio e vídeo não são três conteúdos diferentes

A multimodalidade da LISA foi desenhada com uma regra de integridade. O texto é a representação inicial do contexto autorizado. O áudio utiliza exatamente o texto aprovado. O vídeo anima o áudio aprovado. Isso reduz divergência entre canais e permite que a instituição revise a comunicação antes de qualquer entrega.

FormatoFunção na jornadaRegra de integridade
TextoComunicação objetiva, instruções, confirmações e próximos passosGerado somente a partir de contexto autorizado e precisa ser aprovado
ÁudioProximidade, acessibilidade e presençaLê o texto aprovado, sem criar uma nova orientação
VídeoExplicação visual e sensação de acompanhamentoAnima o áudio aprovado, sem receber liberdade para reescrever conteúdo clínico
HumanoJulgamento, empatia, exceções e responsabilidadeSempre disponível por escalonamento quando o contexto exige uma pessoa
Pipeline técnico da LISA do contexto aprovado à experiência segura, com fila humana acessível em todas as etapas.
A multimodalidade preserva uma única fonte de verdade. A presença humana permanece disponível em todas as etapas.

A humanização não é removida pela automação

Um dos erros mais fáceis na aplicação de IA em saúde é tratar automação como objetivo final. Para a LISA, automação é útil quando reduz repetição, antecipa o previsível e cria espaço para profissionais se dedicarem aos momentos em que julgamento e empatia são realmente necessários.

Por isso a Fila Humana faz parte da arquitetura, não é uma exceção escondida. Quando uma resposta indica incerteza, uma regra determina escalonamento ou o conteúdo disponível não é suficiente, a LISA pode encaminhar o caso para uma pessoa junto com o contexto acumulado da jornada.

Humanization is not the absence of technology. It is technology knowing when humanity matters more.

Uma Persona, milhares de jornadas individuais

Uma instituição pode operar uma Persona LISA consistente em identidade, voz e tom, sem transformar a experiência em comunicação de massa. A Persona pode ser a mesma, enquanto contexto, etapa, idioma, unidade, procedimento, retorno e conteúdo aprovado variam paciente por paciente.

Assim, a pergunta deixa de ser “qual mensagem vamos disparar?” e passa a ser “o que deveria acontecer agora para esta pessoa?”. Essa é a diferença entre automação de canal e orquestração de jornada.

Arquitetura técnica em desenvolvimento

A camada que estamos construindo separa responsabilidades de forma explícita. Sistemas clínicos e operacionais continuam sendo a fonte de verdade. A LISA interpreta o contexto autorizado e coordena a próxima ação. Motores especializados podem gerar texto, voz e vídeo. O conteúdo aprovado é armazenado e entregue por uma experiência segura. E a camada humana permanece disponível para escalonamento.

CamadaResponsabilidade
Fontes de saúdeprontuário, agenda, protocolos, CRM e demais sistemas autorizados fornecem a verdade operacional/clínica
Care Coreconsolida paciente, caso, etapa, idioma e timeline da jornada
LISA Agentsaplicam regras, reconhecem contexto e definem a próxima ação permitida
AI Engine Resolverescolhe por organização o motor de texto, áudio, vídeo e mensageria
Content Studiogera, revisa, compara, aprova e congela conteúdo antes do envio
Secure Care Experienceentrega ao paciente texto, áudio e vídeo por link seguro
Human Queuerecebe exceções e situações que exigem atuação humana

Como saberemos se funciona

A LISA ainda está em desenvolvimento. Portanto, não tratamos intenção de produto como resultado comprovado. A validação precisa observar métricas operacionais e de experiência antes e depois da implantação.

  • tempo total e tempo percebido de espera;
  • taxa de no-show e reagendamento;
  • pacientes que chegam preparados para exames/procedimentos;
  • volume de contatos repetitivos para dúvidas operacionais;
  • conclusão de follow-ups e retornos;
  • abertura e consumo de conteúdo;
  • taxa e motivo de escalonamentos humanos;
  • Patient Effort, satisfação e NPS;
  • indicadores clínicos apenas quando houver desenho metodológico adequado e governança assistencial.

O estudo Bain + Anahp orienta nossa hipótese de desenho: reduzir espera e barreiras administrativas pode diminuir detração; orientação e acompanhamento pós-hospitalar podem aumentar a chance de encantamento.[1] A contribuição da LISA precisa ser demonstrada em implantação real, com métricas e comparação apropriadas.

O que a LISA deliberadamente não deve fazer

  • inventar diagnóstico, medicamento, dose, restrição ou orientação clínica;
  • substituir protocolos aprovados por conteúdo gerado;
  • esconder incerteza para parecer mais inteligente;
  • impedir o acesso do paciente a uma pessoa;
  • confundir automação operacional com decisão clínica.

O cuidado continua

A tecnologia em saúde historicamente aprendeu a registrar eventos: consulta realizada, exame marcado, alta registrada, retorno agendado. A próxima etapa é transformar esses eventos em continuidade.

É isso que estamos construindo com os agentes da LISA: reduzir fricção antes e durante o atendimento, manter clareza quando existe espera, acompanhar genuinamente o paciente depois do cuidado e trazer uma pessoa para perto sempre que humanidade, julgamento ou responsabilidade forem mais importantes do que automação.

Nenhum paciente deveria se sentir sozinho entre um cuidado e outro.

We make care continue.

METHOD

Este artigo usa como evidência fundacional a Pesquisa Hospitais Brasil 2016, conduzida pela Bain & Company em parceria com a Anahp, com 13.984 pacientes em 18 hospitais privados brasileiros. Os achados são históricos e não devem ser interpretados como benchmark atual. As afirmações sobre a LISA descrevem arquitetura, mecanismos de produto e hipóteses de impacto em desenvolvimento, não resultados clínicos ou operacionais já comprovados.

SOURCES

  1. 01Satisfação do paciente nos hospitais privados brasileiros · Bain & Company e Anahp · 09 de maio de 2017

Get healthcare intelligence briefings

New technical analyses as they are published, no noise.

INSIGHTS

Get LISA's next analyses

New readings and each closed edition, sent as they are published.

HEALTH BRAZIL COMMUNITY

Join a curated community of healthcare leaders.

Apply to join