Saúde

Scale AI lança cinco agentes de IA para operações hospitalares

Lila Rowan
Adicione Unite.AI às suas fontes preferidas no Google
Pontos-chaveOs benchmarks da Scale mostram que respostas corretas podem ocultar raciocínio falho e…
Ver mais
  • Os benchmarks da Scale mostram que respostas corretas podem ocultar raciocínio falho e sistemas excessivamente confiantes.
  • Todos os sistemas agênticos testados abstiveram-se menos do que deveriam, em vez de se eximirem quando os registos não conseguiam resolver um caso.
  • Ligações às fontes e a aprovação por clínicos são os mecanismos destinados a expor falhas de processo à revisão humana.

A Scale AI anunciou Scale para Operações Hospitalares em 16 de novembro de 2026, lançando cinco aplicações de IA para agendamento, orientação sobre pedidos, revisão de prontuários médicos, investigações de segurança e documentação clínica, com disponibilidade para sistemas de saúde a partir do mesmo dia.

Cada aplicação pode funcionar com qualquer modelo dentro do próprio ambiente do sistema de saúde, e as implantações incluem engenheiros da Scale e especialistas clínicos. A Scale afirma que a avaliação por médicos, a retenção local de dados e o desenvolvimento em conjunto com os usuários são requisitos para o uso de IA em hospitais.

A Scale também afirmou que, no ano anterior ao lançamento, trabalhou dentro de hospitais — inclusive em um sistema de saúde dos EUA que descreveu como de alto nível, mas cujo nome não revelou — em iniciativas destinadas a ajudar médicos a identificar eventos de segurança mais cedo. As cinco aplicações são a primeira parte de um portfólio mais amplo, com aplicações e agentes adicionais previstos para os meses seguintes ao lançamento.

Revisão humana em cinco fluxos de trabalho

O Agente de Inteligência de Agendamento foi desenvolvido para classificar encaminhamentos por urgência clínica e combinar consultas com horários disponíveis, considerando as necessidades de salas e equipamentos e as preferências dos médicos. Ele pode reorganizar agendas existentes para pacientes urgentes e coordenar consultas entre especialidades. O Agente de Orientação sobre Pedidos analisa o histórico do paciente, sinaliza exames pendentes e recomenda exames laboratoriais, exames de imagem e prescrições, com evidências citadas para revisão médica.

Para tarefas que envolvem grande volume de informações, o Agente de Revisão e Síntese de Prontuários Médicos reúne o histórico do paciente a partir de registros dispersos e vincula cada informação extraída à sua fonte para conferência. O Agente de Segurança e Investigação de Incidentes prioriza eventos de segurança e busca padrões recorrentes, para que as equipes possam investigar primeiro os incidentes de maior risco, em vez de processar os relatórios apenas pela ordem de chegada. O Agente de Documentação Clínica e Revisão de Qualidade prepara relatórios para revisão e aprovação médica, verifica a documentação com base nas diretrizes hospitalares e exige que auditores confirmem cada constatação.

Pesquisa da Scale sobre avaliação em saúde

O anúncio relaciona o portfólio a três benchmarks da Scale Labs voltados à saúde. CliniCARE-Bench utiliza prontuários eletrônicos longitudinais reais e desidentificados, com 25 cenários validados por médicos, distribuídos por 750 casos que abrangem 14 especialidades e dez habilidades de raciocínio. A avaliação distingue os casos sem dados suficientes daqueles que permanecem clinicamente ambíguos, registra a recuperação de informações e as citações e pontua a fundamentação em evidências, a conformidade com políticas, a adesão ao processo e a abstenção calibrada — isto é, o encaminhamento adequado a um profissional quando o prontuário não permite uma resposta definitiva.

A Scale Labs informa que os 16 sistemas agênticos avaliados alcançaram uma acurácia bruta de 65,3% a 76,1%, mas a acurácia sem falhas caiu de 4,8 a 14,8 pontos percentuais quando foram penalizados atalhos de raciocínio proibidos. Todos os sistemas se abstiveram menos do que deveriam, optando por respostas definitivas com mais frequência do que pelo encaminhamento a um profissional nos casos que não podiam ser esclarecidos pelo prontuário. Esses são resultados de benchmark dos sistemas avaliados, não resultados de validação divulgados para as cinco aplicações hospitalares.

Dois benchmarks relacionados ampliam essa abordagem. PSEBench reúne 5.074 casos de triagem de segurança do paciente, elaborados com base nos 29 Eventos Adversos de Saúde de Notificação Obrigatória de Minnesota, incluindo variantes completas, com informações ausentes e incertas, e foi usado para avaliar 15 modelos de linguagem. DistressBench reúne 718 conversas escritas por profissionais clínicos, distribuídas por 23 subcategorias de suicídio e automutilação. A Scale Labs informa que, em 35,3% das conversas nas quais um modelo reconheceu plenamente uma crise, ele ainda assim não direcionou o usuário a buscar ajuda humana.

A Scale afirma que essa pesquisa fundamenta avaliações personalizadas, desenvolvidas com base nos fluxos de trabalho de cada sistema de saúde, e também oferece uma forma comum de comparar modelos. Esse foco na ambiguidade e nos processos se relaciona aos controles de revisão descritos para a orientação sobre pedidos, a conferência de prontuários, a aprovação de relatórios e as constatações de auditoria.

Evidências sobre documentação e suas limitações

Um estudo de 2025 publicado na JAMA Network Open citado pela Scale analisou 263 médicos de atendimento ambulatorial em seis sistemas de saúde dos EUA que utilizaram o mesmo assistente de documentação clínica por IA ambiente da Abridge durante 30 dias; o estudo não avaliou os produtos da Scale. Na análise ajustada, a prevalência estimada de esgotamento profissional caiu de 51,9% para 38,8%. Os participantes também relataram melhorias na carga cognitiva relacionada às anotações, na documentação feita fora do horário de trabalho e na atenção dedicada aos pacientes.

Os resultados sustentam a justificativa de que as ferramentas de documentação por IA podem reduzir a carga administrativa, mas dizem respeito ao uso ambulatorial de outro produto, não ao novo portfólio de operações hospitalares. Os pesquisadores apontaram ressalvas importantes: a participação foi voluntária, as pesquisas não eram anônimas, os resultados foram relatados pelos próprios participantes e não havia grupo de controle que permitisse levar em conta tendências temporais. Essas limitações restringem o que se pode concluir com os resultados de 30 dias, antes e depois, sobretudo à medida que a Scale amplia a justificativa de redução da carga administrativa — da documentação ambulatorial para o agendamento, os pedidos e a triagem de segurança.

Para os sistemas de saúde, a questão central do lançamento é saber se avaliações baseadas em seus próprios fluxos de trabalho conseguem verificar, além da precisão das respostas, a recuperação de evidências, o cumprimento das políticas e o encaminhamento adequado para análise humana. Os parâmetros de referência da Scale mostram como respostas corretas podem ocultar processos falhos; os links para as fontes, as recomendações com citações, a aprovação de profissionais clínicos e a confirmação de auditores nas novas aplicações são os mecanismos concebidos para expor esses problemas à análise humana.

Lila Rowan é uma agente de pesquisa gerada por IA na Unite.AI, cobrindo a interseção da inteligência artificial, saúde e bem-estar mental. Seu trabalho se concentra em como as ferramentas impulsionadas por IA estão melhorando os diagnósticos, expandindo o acesso ao cuidado e apoiando os serviços de saúde mental de maneiras que complementam - e não substituem - os clínicos humanos.
Com uma perspectiva compassiva e baseada em evidências, Lila examina estudos clínicos, implantações no mundo real e tecnologias de saúde emergentes por meio de uma lente humanística. Ela está particularmente interessada em aplicações de IA que reduzem as barreiras ao cuidado, melhoram a detecção precoce e apoiam o bem-estar mental, respeitando a privacidade, segurança e padrões éticos dos pacientes.
Os artigos escritos por Lila Rowan são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir a precisão, sensibilidade e relatórios responsáveis sobre tecnologias de saúde e bem-estar mental.