Por Roberto Mancuzo
A Organização Mundial da Saúde também trata a qualidade laboratorial como um sistema que envolve toda a operação, da gestão e administração ao trabalho técnico realizado no laboratório. Essa abordagem está alinhada à ISO 15189:2022, referência internacional que estabelece requisitos de qualidade e competência para laboratórios médicos e reforça que a confiança no resultado depende tanto da capacidade técnica quanto da consistência do sistema de gestão.
A qualidade do resultado começa antes da análise
Na prática, muitos dos problemas que aparecem no fim do processo nasceram várias etapas antes. Uma amostra rejeitada pode ter origem em uma orientação incompleta, em uma identificação inadequada ou em uma falha no acondicionamento. Um atraso na liberação pode estar relacionado a uma pendência cadastral que não foi tratada no atendimento. Uma nova coleta pode ser consequência de uma informação que não acompanhou corretamente a jornada entre a unidade de origem, o transporte e o processamento.
Esse é um ponto que considero central: uma área pode executar sua atividade corretamente e, ainda assim, o resultado ser comprometido porque o processo de ponta a ponta não está funcionando. Quando cada equipe enxerga apenas sua própria etapa, a organização perde a capacidade de compreender como uma decisão tomada na recepção repercute na coleta, como uma falha logística impacta o processamento ou como uma inconsistência de cadastro chega ao faturamento.
A OMS destaca que a recepção e o processamento das amostras são elementos críticos do processo analítico. Sem procedimentos bem definidos nessa fase, a rastreabilidade pode ser comprometida, a qualidade do resultado deixa de estar assegurada e surgem riscos para pacientes e profissionais. A organização também aponta que uma parcela importante dos erros laboratoriais ocorre na fase pré-analítica, o que reforça a necessidade de acompanhar a jornada antes mesmo de a amostra chegar ao equipamento.
Por isso, quando analiso uma operação laboratorial, não começo perguntando apenas qual sistema está sendo utilizado ou qual tecnologia deveria ser implantada. Procuro entender como a solicitação nasce, quais dados são necessários, quem valida cada informação, como as exceções são tratadas, onde existem esperas e em quais pontos a operação depende de alguém que conhece informalmente o caminho. O problema quase nunca é apenas tecnológico. Normalmente, ele está na transição entre pessoas, processos e sistemas.
Digitalizar não significa apenas retirar o papel
Durante muito tempo, digitalização foi associada à substituição de formulários físicos por telas. Esse movimento pode trazer ganhos, mas está longe de representar uma transformação completa. Uma organização pode eliminar o papel e continuar operando com informações fragmentadas, retrabalho, baixa visibilidade e responsabilidades pouco claras. Em alguns casos, apenas transfere para o ambiente digital um processo que já era ineficiente.
Na minha visão, digitalizar significa tornar o processo visível, conectado e gerenciável. Isso exige que as informações circulem entre as áreas sem depender de retrabalho desnecessários, mensagens paralelas ou consultas manuais em diferentes sistemas. Também pressupõe que documentos, registros, decisões e validações permaneçam associados à mesma jornada, permitindo que a organização compreenda o que aconteceu, quem participou e qual é o estado atual de cada demanda.
Essa diferença é importante porque a tecnologia não corrige automaticamente uma operação mal estruturada, formulário eletrônico pode continuar coletando dados inadequados, o sistema pode reproduzir aprovações que já não fazem sentido, a integração pode transportar informações inconsistentes com maior velocidade. Antes de automatizar, precisamos entender, simplificar e organizar o processo. Caso contrário, apenas colocamos um motor mais potente em uma operação que continua seguindo na direção errada.
O ganho real da digitalização aparece quando a gestão passa a acompanhar a operação de ponta a ponta. Em vez de procurar informações em diferentes fontes, o gestor consegue identificar pendências, tempos de execução, responsáveis, desvios e riscos. O laboratório deixa de possuir apenas registros digitais e passa a construir uma capacidade de gestão baseada em informações confiáveis.
Rastreabilidade não é somente uma exigência de conformidade
Em uma operação na qual milhares de amostras, documentos e informações circulam diariamente, rastreabilidade não pode ser tratada apenas como requisito de auditoria. Ela é uma condição para que o laboratório tenha controle sobre sua própria operação.
Para mim, rastrear significa conseguir reconstruir a jornada. É saber quando a amostra foi coletada, quando chegou, em quais condições foi recebida, quais validações ocorreram, quem executou cada atividade e quando o resultado foi liberado. Essa visibilidade permite investigar desvios com maior precisão, responder a ocorrências e identificar onde o processo precisa ser corrigido.
A OMS recomenda que o registro laboratorial conecte a amostra a identificadores, datas de coleta, recebimento e aceitação, exames solicitados, profissionais envolvidos e data de emissão do resultado. A mesma orientação ressalta que sistemas eletrônicos podem ampliar o controle e a visibilidade sobre o desempenho, além de reduzir riscos associados a erros de transcrição.
No Brasil, esse tema também está inserido em um ambiente regulatório que continua evoluindo. A RDC 978/2025 passou a estabelecer os requisitos técnico sanitários para serviços que realizam exames de análises clínicas, substituindo a RDC 786/2023, e recebeu ajustes posteriores por meio da RDC 986/2025. Esse movimento reforça que qualidade, organização dos serviços e consistência dos processos não são discussões periféricas para os laboratórios.
O ponto que considero mais relevante, no entanto, é que uma operação rastreável também aprende melhor. Quando o histórico está organizado, o laboratório pode identificar quais etapas concentram mais atrasos, quais unidades apresentam maior recorrência de inconsistências, quais tipos de amostra geram mais rejeições e onde as equipes gastam tempo corrigindo falhas que poderiam ter sido evitadas. Sem rastreabilidade, esses problemas parecem ocorrências isoladas. Com rastreabilidade, eles revelam padrões.
Dados operacionais precisam gerar clareza para a gestão
Laboratórios produzem um volume expressivo de dados sobre coletas, amostras, equipamentos, tempos de processamento, produtividade, qualidade e retrabalho. Entretanto, produzir dados não significa, necessariamente, ter inteligência sobre a operação. Quando as informações permanecem distribuídas entre sistemas, relatórios e planilhas, o gestor continua precisando reunir manualmente diferentes versões da realidade antes de tomar uma decisão.
Ao longo da minha carreira, encontrei esse cenário em organizações de diferentes portes e setores. Os sistemas existem, os dados também, mas falta uma camada capaz de conectar as informações ao processo e ao momento da decisão. O gestor sabe quantos exames foram realizados, mas não consegue identificar rapidamente onde está a maior concentração de atrasos; conhece o volume de uma unidade, mas não compreende por que o retrabalho aumentou.
Processos estruturados ajudam a organizar esse contexto. O indicador deixa de ser apenas um número apresentado no fim do mês e passa a estar ligado à jornada que o produziu e isso permite acompanhar tempos de resposta, analisar gargalos, identificar sobrecarga, compreender causas de repetição e agir antes que uma situação pontual se transforme em um problema recorrente.
A governança dos dados também ganha relevância nesse cenário. A OMS afirma que uma governança efetiva favorece interoperabilidade, compartilhamento responsável, melhoria da qualidade das informações e decisões baseadas em evidências. Essa mesma estrutura é fundamental para o uso confiável de inteligência artificial em saúde, já que algoritmos e modelos dependem de bases de dados consistentes, representativas e adequadamente governadas.
Inteligência Artificial amplia a capacidade da operação, mas não substitui sua estrutura
Hoje, o mercado fala muito sobre Inteligência Artificial, mas ainda discute pouco sobre como conectá-la aos processos, aos dados e à realidade das empresas. Vejo organizações interessadas em utilizar IA para analisar históricos, prever volumes, priorizar demandas, identificar riscos e apoiar decisões. Todas essas possibilidades são relevantes, especialmente em ambientes com alto volume e grande complexidade operacional.
O problema surge quando a expectativa sobre a tecnologia é maior do que a maturidade da operação que deverá sustentá-la. Uma IA não conhece automaticamente as regras do laboratório, não corrige cadastros inconsistentes e não resolve responsabilidades que nunca foram definidas. Se a informação não é confiável, se cada unidade executa o processo de uma forma e se as exceções não estão organizadas, a tecnologia passa a reproduzir essas fragilidades.
Eu costumo comparar essa situação à contratação de uma pessoa muito inteligente sem explicar como a empresa funciona, quais informações ela pode acessar, quais regras precisa respeitar e que resultado deve entregar. O potencial existe, mas falta contexto para transformá-lo em capacidade operacional.
Por isso, acredito que o valor da IA não estará apenas em responder perguntas, mas em participar de uma arquitetura maior, conectada aos processos, aos sistemas, aos documentos e aos indicadores da organização. Ela pode sinalizar amostras que exigem atenção, identificar padrões de atraso, apoiar a distribuição de demandas e ajudar gestores a compreender o que a operação está revelando. Para isso, precisa trabalhar sobre processos bem definidos, dados confiáveis e regras claras de governança.
A própria OMS ressalta que a qualidade dos dados, a clareza sobre a finalidade de uso, a validação e a governança são condições importantes para a aplicação segura da IA em saúde. Portanto, colocar a tecnologia em funcionamento não pode ser o único indicador de sucesso. Precisamos avaliar se ela melhora a qualidade da decisão, reduz riscos, aumenta produtividade e contribui para uma operação mais confiável.
A experiência do paciente também é resultado da operação
Às vezes, processos administrativos e operacionais são tratados como se estivessem distantes da experiência assistencial. Na prática, essa separação não existe. Uma inconsistência cadastral pode provocar atraso ou nova coleta. Uma amostra sem visibilidade pode aumentar o tempo de resposta. Uma pendência identificada somente na validação pode exigir contato com outras áreas e prolongar a entrega do resultado.
Por isso, quando estruturamos processos, não estamos apenas buscando produtividade interna, mas influenciando diretamente a experiência de quem aguarda uma informação importante para uma decisão médica. A jornada do paciente é afetada pela maneira como recepção, coleta, transporte, processamento, validação, atendimento e faturamento trabalham em conjunto.
Também não considero correto pensar que automação serve somente para reduzir pessoas. Em uma operação laboratorial, automatizar pode significar reduzir erros de transcrição, melhorar a rastreabilidade, liberar equipes de atividades repetitivas, aumentar a velocidade de resposta e permitir que profissionais utilizem seu conhecimento em situações que realmente exigem análise. O objetivo não deve ser simplesmente fazer a mesma tarefa mais rápido, mas construir uma operação com maior capacidade, qualidade e controle.
O futuro dos laboratórios passa pela gestão dos processos
Os laboratórios continuarão incorporando equipamentos mais avançados, sistemas integrados, automação e inteligência artificial. No entanto, não acredito que a vantagem competitiva virá apenas da quantidade de tecnologias adotadas, mas na capacidade de fazer com que essas tecnologias trabalhem de maneira coordenada, sustentando uma operação previsível e orientada por resultados.
Uma operação madura não é aquela que possui o maior número de ferramentas, mas aquela que consegue transformar tecnologia em rastreabilidade, produtividade, segurança, qualidade e melhores decisões. Essa transformação exige compreender o processo atual, identificar onde a operação perde tempo e informação, definir responsabilidades, organizar os dados e priorizar iniciativas que possam gerar resultados mensuráveis.
O caminho mais consistente é escolher uma jornada relevante, compreender suas causas de ineficiência, estruturar as regras, digitalizar o fluxo, medir os resultados e utilizar o aprendizado para avançar sobre outras etapas. Essa abordagem reduz riscos, respeita a maturidade da organização e permite que a mudança seja absorvida pelas equipes.
Do pedido do exame à entrega do resultado, cada atividade faz parte de um único sistema. Quando pessoas, processos, dados e tecnologia atuam de forma integrada, o laboratório ganha capacidade para crescer sem aumentar a complexidade na mesma proporção. Essa é a transformação que considero realmente relevante: não apenas implantar uma nova tecnologia, mas construir uma operação capaz de utilizá-la para gerar resultado real.
Laboratórios mais eficientes não são construídos apenas com equipamentos ou sistemas mais modernos, mas sobre processos que permitem que a tecnologia entregue todo o seu potencial.
Leia também: veja como a Join4 apoia laboratórios e operações de saúde na página de Saúde.
