"Chatbot" de "follow-up" clínico automatizado no internamento médico

Abstract

A evolução tecnológica tem impulsionado importantes transformações no setor da saúde, com o objetivo de promover maior eficiência, personalização e qualidade nos cuidados prestados. No contexto hospitalar, a continuidade de cuidados após a alta é essencial para garantir segurança clínica, prevenir complicações e reduzir reinternamentos evitáveis. No entanto, este processo continua a ser realizado de forma manual e dependente de recursos humanos limitados. O presente estudo propõe o desenvolvimento de um "chatbot" de "follow-up" clínico automatizado, baseado em inteligência artificial, como solução de apoio à prática de enfermagem. A metodologia adotada combina abordagens qualitativas e quantitativas, através da análise documental, entrevistas e observação direta, aplicadas a um serviço de internamento médico de um hospital em Lisboa. Os resultados demonstram que a escassez de tempo e de recursos constitui a principal barreira à realização sistemática dos contactos pós-alta, e que a automatização deste processo poderá aumentar a eficiência e reforçar a continuidade de cuidados. A proposta assenta na utilização de métodos de "Natural Language Processing" e "Machine Learning" para interpretar dados clínicos e identificar situações de risco, garantindo a supervisão humana. Deste modo, conclui-se que a integração de um "chatbot" de "follow-up" pode representar uma oportunidade estratégica para melhorar a gestão hospitalar, otimizar recursos e promover uma transformação digital responsável e centrada no utente.

The continuous advancement of digital technologies has transformed the healthcare sector, promoting greater efficiency, personalization, and quality in care delivery. In hospital settings, continuity of care after discharge plays a crucial role in ensuring patient safety, preventing complications, and reducing avoidable readmissions. Despite its relevance, this process remains largely manual and dependent on limited human and operational resources. This study proposes the development of an automated clinical follow-up chatbot, based on artificial intelligence, as a support tool for nursing practice and post-discharge monitoring. The research applied both qualitative and quantitative methods, combining document analysis, semi-structured interviews, and direct observation conducted in an Internal Medicine service at a hospital in Lisbon. The results show that time constraints and staff shortages are the main barriers to consistent follow-up, and that automation of this process can enhance efficiency while maintaining quality of care. The proposed solution integrates Natural Language Processing and Machine Learning techniques to interpret clinical information and identify early risk situations under professional supervision. Overall, the study concludes that implementing an AI-based follow-up system can contribute to more efficient hospital management, better resource allocation, and a responsible, patient-centered digital transformation in healthcare.