Uma estratégia na saúde assenta muitas vezes numa suposição sobre onde vai o tempo dos profissionais de saúde e do pessoal de apoio. Grande parte desse tempo não está junto à cama ou ao balcão, mas no registo: elaboração de dossiês, relatórios, transferência de cuidados, faturação, planeamento e os passos administrativos em torno de uma indicação ou referenciação. Além disso, há trabalho que gira em torno de avaliação sob incerteza: pesar um diagnóstico, ajustar um plano de tratamento, conduzir uma conversa com um paciente ou familiar. Esses dois tipos de trabalho misturam-se, mas não reagem da mesma forma à automatização.
O que torna a saúde diferente de outros setores é que o resultado de muito trabalho não é determinado apenas pela velocidade ou pelos custos, mas pela responsabilidade, pelo protocolo e pelo facto de um erro nem sempre ser reversível. Isto não significa que a IA não assuma trabalho aqui. Significa que o local onde isso acontece, e o grau de supervisão que se mantém, está em outro sítio do que num setor onde um erro apenas custa dinheiro.
Dentro das organizações de saúde, observa-se que o trabalho se divide em três categorias. Uma parte do trabalho administrativo — resumir um dossiê, preencher um modelo, reconhecer um padrão em dados rotineiros — pode ser assumida pela IA, com pouca discussão sobre o resultado. Uma segunda camada funciona com supervisão humana: a IA faz uma proposta, um médico ou enfermeiro aprova ou rejeita, com justificação. Pense numa carta em rascunho, numa avaliação de risco ou numa primeira triagem. A terceira camada continua a ser trabalho humano: a conversa com o paciente, a responsabilidade pela decisão final, as situações em que o contexto e a experiência não podem ser substituídos por um padrão extraído de dados.
Estas três camadas coexistem em quase todas as instituições de saúde. A diferença entre organizações não está em usarem ou não IA, mas em quão claramente sabem qual parte do seu trabalho pertence a qual camada, e se essa divisão ainda corresponde ao que é hoje tecnicamente possível.
A velocidade com que a IA assume trabalho varia muito entre organizações, e essa diferença é rastreável. Onde os dossiês estão estruturados, os protocolos são inequívocos e a direção é centralizada, o trabalho da primeira e segunda camada desloca-se mais rapidamente: há menos espaço para excepções e menos resistência a um sistema que assume parte do trabalho. Onde o registo de dossiês está disperso por vários sistemas, onde as equipas trabalham de forma autónoma e onde a organização serve várias especialidades com regras próprias, essa transição é mais lenta, não porque falte a tecnologia, mas porque as condições de base não se alinham.
A regulamentação desempenha aqui um papel particular. O que hoje está sujeito a supervisão pode, através de uma alteração nas normas ou na certificação, ser classificado de outra forma amanhã. Uma suposição que hoje diz "isto continua a ser trabalho humano por causa da regulamentação" pode deixar de ser válida sem aviso. Isso não é motivo para esperar, mas motivo para saber quais suposições dependem desse relógio.
Um plano estratégico na saúde contém muitas vezes uma suposição sobre a capacidade de fte necessária para administração, planeamento ou avaliação de primeira linha. Se a IA conseguir assumir parte dessas tarefas, não é o plano em si que muda, mas a suposição em que se baseia. Isso é uma conversa diferente de uma conversa sobre pessoal: o que uma instituição faz com a capacidade libertada está sujeito aos seus próprios requisitos legais em matéria de condições de trabalho e participação dos trabalhadores, e não é sobre isso que trata esta página. O que aqui está em causa é se a suposição por trás da estratégia ainda é válida, e quem verifica isso.
A mesma mudança ocorre noutros setores, cada um com o seu próprio ritmo e os seus próprios pontos críticos: no comércio grossista, a pressão estratégica muda principalmente em torno do trabalho de stock e encomendas, na indústria transformadora, a mudança está mais próxima do planeamento e do controlo de qualidade, e nos serviços empresariais afeta principalmente o trabalho de consultoria e de relatórios. A saúde partilha com esses setores o facto de a suposição subjacente a um plano poder deixar de ser válida sem que ninguém o note, algo que uma direção pode questionar-se através de a pergunta de como verificar se a sua estratégia ainda está correta.
A pergunta sobre que trabalho numa organização de saúde específica pode realmente ser assumido pela IA, que parte permanece sob supervisão e que parte continua a ser trabalho humano, não pode ser respondida com uma descrição geral: isso varia por departamento, por sistema e por protocolo. O scan de trabalho da FTE TO AI responde a essa pergunta por tarefa, com base no trabalho tal como é efetivamente executado nessa organização. Quem se pergunta de forma mais ampla como uma estratégia se relaciona com um ambiente que muda mais rapidamente do que o próprio plano, encontra um ponto de partida em o que fazer quando o mercado muda mais rapidamente do que a sua estratégia.
Uma direção que suspeite que parte da sua estratégia se baseia numa suposição já ultrapassada pode tornar essa suspeita concreta. A verificação gratuita de suposições é uma ronda curta em que identifica as suas principais suposições e vê, para cada uma, quando foi confirmada pela última vez e por quem. Não é um parecer nem um julgamento sobre pessoal, mas uma primeira imagem de onde o seu plano ainda assenta em terreno firme e onde não. A prova de pressão estratégica completa, com panorama setorial, gráfico de direção e lista contínua de suposições, está em preparação.
Stel uw vraag. Vaak zit de echte vraag een laag dieper — daar mag ik naar vragen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.