Aplicação de Inteligência Artificial ao processo de triagem de consultas hospitalares: Elaboração de um plano de negócios

Abstract

Este trabalho tem como objetivo conceber e fundamentar a aplicação de Inteligência Artificial ao processo de triagem clínica hospitalar, tomando como caso de estudo a consulta externa de Ortopedia. Os modelos atuais de triagem manual apresentam fragilidades - morosidade, inconsistência e utilização ineficiente dos recursos - que comprometem a acessibilidade e a equidade dos cuidados. A proposta do sistema TrIAge surge como ferramenta de apoio à decisão clínica, em conformidade com os princípios éticos, legais e regulatórios que enquadram a utilização da Inteligência Artificial em saúde. O modelo combina dados estruturados e não estruturados, integrando técnicas de "machine learning" e "natural language processing", com mecanismos de explicabilidade, rastreabilidade e supervisão humana. A metodologia incluiu revisão bibliográfica sistemática, análise interna e externa da organização, realização de um focus group com profissionais de saúde e gestores, e a elaboração de um plano tecnológico e financeiro. Foram definidos requisitos técnicos e funcionais, descrita a arquitetura do algoritmo e identificadas as medidas necessárias de certificação e proteção de dados. A avaliação financeira indicou viabilidade económica preliminar, com cenários que consideram custos iniciais, despesas anuais de manutenção e poupanças associadas à redução de consultas desnecessárias, melhoria da adequação das referenciações e diminuição dos tempos de espera em casos prioritários. Apesar destes resultados, o estudo apresenta limitações: ausência de validação em ambiente clínico real, dependência de estimativas financeiras hipotéticas e foco exclusivo na Ortopedia. O TrIAge deve, portanto, ser entendido como modelo conceptual e estratégico, a validar em pilotos futuros.

This study aims to design and justify the application of Artificial Intelligence to hospital clinical triage, focusing on the outpatient Orthopedics service as a case study. Current manual triage models present significant weaknesses - slowness, inconsistency, and inefficient use of resources - that compromise accessibility and equity of care. The proposed TrIAge system emerges as a clinical decision support tool, developed in compliance with ethical, legal, and regulatory principles governing the use of Artificial Intelligence in healthcare. The model integrates structured and unstructured data, combining machine learning and natural language processing techniques, with mechanisms for explainability, traceability, and human oversight. The methodology included a systematic literature review, internal and external organizational analysis, a focus group with healthcare professionals and managers, and the design of a technological and financial plan. Functional and technical requirements were defined, the algorithm architecture was described, and the necessary certification and data protection measures were identified. The financial assessment indicated preliminary economic feasibility, with scenarios that consider initial costs, annual maintenance expenses, and savings associated with reducing unnecessary consultations, improving referral adequacy, and decreasing waiting times for priority cases. Despite these promising results, the study presents limitations: lack of validation in a real clinical environment, reliance on hypothetical financial estimates, and an exclusive focus on Orthopedics. Thus, TrIAge should be understood as a conceptual and strategic model, to be validated through future pilot implementations.