.png)
O laudo de mamografia é um dos documentos mais padronizados da medicina diagnóstica. A classificação BI-RADS organiza os achados em categorias com recomendações de conduta associadas. Quando um exame é classificado em uma categoria que pede investigação, a próxima etapa está, em tese, definida.
Em tese. Na prática, entre a emissão do laudo e a realização da investigação existem várias passagens de responsabilidade: o laudo precisa chegar ao médico solicitante, o médico precisa ver a recomendação, a paciente precisa ser orientada, o exame complementar ou a biópsia precisa ser agendada, e a paciente precisa comparecer. Em qualquer uma dessas passagens, o achado pode ficar parado.
Essa é a terceira população invisível da jornada do câncer de mama: a paciente que teve um achado que exigia aprofundamento e que, segundo os dados disponíveis, não avançou. Para o CMIO, o problema tem uma natureza específica. A informação necessária para identificar essa paciente existe. Ela só não está onde os sistemas conseguem lê-la.
A maior parte da informação clínica relevante nasce como texto. O laudo de mamografia descreve a composição mamária, os achados, a localização, a categoria BI-RADS e a recomendação. O laudo anatomopatológico descreve o resultado da biópsia. A anotação de consulta registra o histórico familiar. Nenhum desses documentos costuma alimentar campos estruturados que possam ser consultados por um painel de gestão.
O Manual de Diagnóstico Precoce em Oncologia do Ministério da Saúde, publicado em 2025, lista sinais de alta suspeição que devem orientar a investigação, como nódulos espiculados ou irregulares e linfonodos suspeitos. São descrições que aparecem regularmente em laudos. Mas, enquanto estiverem apenas no corpo do texto, dependem da leitura individual de quem recebe o documento.
É por isso que tantas instituições conseguem informar quantas mamografias realizaram, mas não conseguem informar quantas tiveram achado que pedia investigação e quantas dessas investigações aconteceram. A primeira pergunta é respondida pelo faturamento. A segunda exige ler o laudo, identificar a categoria, cruzar com os procedimentos realizados depois e verificar se há evidência de biópsia, exame complementar ou consulta especializada.
O intervalo entre o achado e a investigação é, por isso, um dos indicadores menos medidos da jornada. E é também um dos que mais importam. No SUS, a Lei nº 13.896/2019 prevê até 30 dias para os exames de elucidação quando a hipótese principal é neoplasia maligna. A norma se aplica ao SUS, com condições específicas, e não deve ser tratada como obrigação jurídica para a rede privada. Mas funciona como referência de indicador: sua instituição sabe quanto tempo leva, em média e por paciente, entre o achado suspeito e a investigação?
Identificar essa população exige três capacidades técnicas combinadas.
A primeira é a extração estruturada de laudos. É preciso ler o texto do laudo e extrair a categoria BI-RADS quando ela estiver explícita, transformando uma informação narrativa em um dado consultável. A extração precisa ser fiel ao que está escrito: o modelo não reclassifica o exame, apenas estrutura o que o radiologista registrou.
A segunda é o cruzamento longitudinal. O achado de um laudo precisa ser conectado aos eventos posteriores da mesma paciente: um laudo anatomopatológico, um exame de ultrassonografia ou ressonância, uma consulta especializada, uma guia de SADT. Sem esse cruzamento, a instituição sabe que houve achado, mas não sabe o que aconteceu depois.
A terceira é a priorização clínica. Nem todo achado tem a mesma urgência. A lista de pacientes sem evidência de aprofundamento precisa chegar à equipe ordenada segundo critérios definidos pela instituição, para que os casos de maior suspeição sejam tratados primeiro.
Há também uma exigência de linguagem. “Sem evidência de aprofundamento” significa ausência de registro nos dados disponíveis. A paciente pode ter feito a investigação em outro serviço. Por isso, a lista é um instrumento de verificação e busca ativa, e não um diagnóstico sobre a conduta adotada.
A level Care combina inteligência artificial com a inteligência clínica da equipe multidisciplinar da level para executar essas três capacidades. No módulo de Identificação e Rastreio do Câncer de Mama, os modelos extraem a categoria BI-RADS, de 0 a 6, quando explícita no laudo, a classificação da biópsia no laudo anatomopatológico como positiva ou negativa e o histórico familiar de câncer de mama registrado no prontuário.
Sobre essa extração, os protocolos assistenciais e as regras de negócio da instituição determinam quais pacientes precisam de atuação prioritária e qual deve ser a próxima etapa. A plataforma reconhece achados que exigem atuação rápida, prioriza automaticamente os casos conforme critérios clínicos, direciona para investigação diagnóstica, acompanhamento ou continuidade do cuidado e reclassifica a população sempre que um novo exame entra na base. Indicadores operacionais e assistenciais, como o tempo médio entre achado e investigação, ficam disponíveis para a gestão.
Para o CMIO, a integração é o ponto de atenção natural. A level Care lê dados de BigQuery, Oracle, PostgreSQL, Tasy e HL7 FHIR, sem exigir que a instituição substitua seus sistemas. A velocidade de leitura também foi validada em escala: em um hospital privado de grande porte, a leitura manual de laudos tinha um teto de cerca de 1.000 pacientes por mês; com a level, 10.430 pacientes foram analisados em 26 horas, uma leitura cerca de 300 vezes mais rápida.
Para fechar o ciclo, a Mensageria Automática aciona as pacientes com etapa pendente, conforme as regras da instituição, e devolve para a equipe os casos que exigem contato humano. Na Unimed Tubarão, essa combinação de identificação, priorização e acionamento reduziu o tempo de captação de 100 para 10 dias.
O achado que se perde entre o laudo e a conduta não é um problema de competência clínica. É um problema de arquitetura da informação. O radiologista descreveu. O protocolo definiu a próxima etapa. O que falta é uma camada que leia o laudo, cruze com o que aconteceu depois e coloque na fila da equipe quem ficou para trás.
Para o CMIO, estruturar essa camada é uma das iniciativas de maior retorno assistencial que uma instituição pode fazer com os dados que já possui.
Fale com um especialista e veja como a level Care transforma laudos em pacientes identificadas e priorizadas.
.png)