BI para saúde: o guia de indicadores e dashboards

O dado existe, mas ninguém consegue enxergar o paciente inteiro#

Se você trabalha com gestão em operadora, hospital, clínica ou laboratório, provavelmente convive com um paradoxo: sobra dado e falta informação. O sistema de gestão hospitalar registra cada atendimento, o faturamento gera lotes TISS todos os meses, a operadora recebe milhares de guias, e mesmo assim a reunião de diretoria continua girando em torno de planilhas que ninguém sabe reconciliar. É exatamente esse buraco que um projeto sério de BI para saúde precisa fechar. Não se trata de deixar o dashboard bonito, e sim de dar ao gestor uma versão única e confiável dos números que decidem margem, risco assistencial e caixa.

Este guia é para quem já entendeu que precisa de BI e agora quer saber como fazer direito no setor de saúde. Vou tratar dos indicadores que realmente importam, dos sistemas de onde os dados nascem (HIS, TISS, padrões da ANS), dos casos de uso concretos com Power BI e Power Platform, e de como começar sem transformar o projeto em um pântano de dois anos.

Saúde tem particularidades que quebram um BI genérico#

Antes de falar de KPI, é honesto reconhecer por que o setor é difícil. Três características tornam a saúde diferente de varejo ou indústria.

A primeira é a fragmentação das fontes. O prontuário eletrônico vive no HIS (Hospital Information System), o faturamento em outro módulo ou sistema, a operadora troca dados via padrão TISS (Troca de Informação em Saúde Suplementar, mantido pela ANS), e ainda há laboratório, farmácia, agendamento e às vezes um ERP financeiro por fora. Cada um com seu modelo, sua granularidade e seu conceito de "atendimento".

A segunda é a codificação clínica. Diagnósticos seguem a CID (Classificação Internacional de Doenças), procedimentos seguem a TUSS na saúde suplementar ou a tabela SIGTAP no SUS. Um BI que ignora essas tabelas de domínio produz relatórios que o corpo clínico não reconhece.

A terceira é regulatória e de privacidade. Dado de saúde é dado pessoal sensível pela LGPD (Lei nº 13.709/2018), o que eleva a barra de segurança, controle de acesso e rastreabilidade. Não é opcional. Por isso governança não é a última etapa, é premissa. Vale planejar isso desde o início com apoio de quem já fez, tema que aprofundamos em governança de dados no Power BI e LGPD.

Os indicadores que realmente movem a gestão em saúde#

KPI de saúde não é uma lista única. O que importa muda conforme você é operadora (foco em risco e sinistro), prestador hospitalar (foco em ocupação, glosa e produtividade) ou clínica/laboratório (foco em agenda, no-show e ticket). Abaixo, os que aparecem em quase todo projeto sério.

Indicadores de operadora e saúde suplementar#

O rei aqui é a sinistralidade. Ela mede quanto das receitas de contraprestação foi consumido por despesas assistenciais. A leitura errada desse número destrói o resultado de uma operadora inteira.

Indicador	O que mede	Fórmula aproximada
Sinistralidade	Peso do custo assistencial sobre a receita	despesa assistencial / receita de contraprestações
Custo médio por beneficiário	Gasto assistencial por vida	despesa assistencial / nº de beneficiários ativos
Frequência de utilização	Intensidade de uso por vida	nº de eventos / nº de beneficiários
Índice de glosa	Receita retida por inconsistência de conta	valor glosado / valor faturado
Taxa de reinternação	Reinternações em janela definida (ex.: 30 dias)	reinternações / altas no período

Uma sinistralidade que sobe de forma consistente é um sinal precoce de reprecificação, seleção de risco ou fraude. O valor do BI está em enxergar isso por carteira, prestador e procedimento antes que o fechamento contábil confirme o estrago.

Indicadores hospitalares e de prestador#

Indicador	O que mede	Por que importa
Taxa de ocupação	Leitos ocupados sobre leitos operacionais	Dimensiona capacidade e receita potencial
Tempo médio de permanência	Dias de internação por alta	Impacta custo por leito e giro
Taxa de glosa	Contas negadas ou parcialmente pagas	Mede perda de receita já produzida
Prazo médio de faturamento	Dias entre alta e envio da conta	Afeta ciclo de caixa
Taxa de infecção relacionada à assistência	Eventos de IRAS por métrica clínica	Qualidade assistencial e risco regulatório

Para clínica e laboratório, a lista muda de tom: taxa de absenteísmo (no-show) na agenda, ocupação de salas, ticket médio por especialidade e tempo de liberação de laudo. São indicadores operacionais, mas mexem diretamente no faturamento.

O ponto que costumo repetir para o cliente: escolha poucos indicadores por audiência. Um painel de diretoria com quarenta cartões não é BI, é ruído. Melhor cinco números que a diretoria olha toda segunda-feira.

De onde o dado sai: HIS, TISS e a realidade da integração#

Aqui separo o discurso de fornecedor da prática. A maior parte do esforço de um projeto de BI para saúde não está na visualização, está em extrair e conciliar dados de sistemas que não foram feitos para conversar.

O HIS costuma expor dados por banco relacional, views ou, no melhor cenário, uma API. O faturamento gera os lotes no padrão TISS, que hoje trafega em XML com esquemas versionados pela ANS. Esse XML é uma fonte riquíssima: guia, beneficiário, prestador, procedimentos TUSS, valores apresentados, valores glosados. Um pipeline que lê o TISS de forma estruturada resolve boa parte da análise de glosa e sinistro sem depender de exportações manuais.

O caminho técnico que recomendo é montar uma camada de dados intermediária antes do Power BI, e não plugar o relatório direto no banco de produção. Ler direto do transacional do hospital em horário de pico é pedir para degradar o sistema que atende paciente. Uma arquitetura com ingestão, uma área de staging e um modelo dimensional limpo é o que sustenta o BI no longo prazo. Esse trabalho de encanamento é o coração da engenharia de dados, e é onde projetos frágeis costumam morrer.

Vale um comentário técnico honesto sobre performance. O Power BI usa o motor VertiPaq, que comprime colunas em memória por cardinalidade. Na prática, colunas de altíssima cardinalidade, como um GUID de guia ou um timestamp completo, incham o modelo e derrubam a performance. Modelar bem, separar data e hora, reduzir cardinalidade desnecessária e usar um esquema estrela é o que faz um relatório de milhões de guias abrir em segundos. Quem quiser ir a fundo em modelagem e cálculo pode conferir nosso material de boas práticas de modelagem e DAX.

Casos de uso concretos com Power BI e Power Platform#

Teoria é fácil. Estes são cenários que entregam valor rápido e que já vimos funcionar em operações reais de saúde.

Painel de sinistralidade em quase tempo hábil. Em vez de esperar o fechamento contábil, a operadora acompanha a curva de despesa assistencial ao longo do mês, com quebra por carteira, faixa etária, prestador e grupo de procedimento. O gestor identifica um prestador com custo fora da curva antes de o mês fechar. Isso é Power BI resolvendo um problema de tempo de reação, não de estética.

Gestão de glosa com fila de trabalho. O BI mostra o volume e a causa das glosas; o Power Platform fecha o ciclo. Um app em Power Apps distribui as glosas para a equipe de recurso, e um fluxo no Power Automate dispara alertas quando um prazo de recurso está prestes a vencer. O relatório deixa de ser só diagnóstico e passa a acionar o processo. Esse encaixe entre análise e ação é o que explicamos no guia de Power Platform, Power Apps e Automate.

Automação de conferência de lotes TISS. Um fluxo lê os lotes, valida contra regras (procedimento incompatível com sexo, valor acima de tabela, guia duplicada) e sinaliza inconsistências antes do envio. Reduz retrabalho e glosa técnica na origem.

Monitoramento de ocupação e agenda. Para hospital, um painel de leitos por unidade; para clínica, taxa de no-show por especialidade e horário, alimentando decisão de overbooking controlado. Combinar isso com automação no Power Platform, como lembretes automáticos de consulta, ataca o absenteísmo de forma direta.

A regra que sigo: use Power BI para enxergar e Power Platform para agir. Muita gente compra só o painel e reclama que "o BI não mudou nada". Mudou o diagnóstico. A mudança de resultado vem quando o dado dispara uma ação.

Arquitetura: comece simples, evolua para Fabric quando fizer sentido#

Não é preciso começar grande. Um bom projeto inicial cabe em Power BI com um modelo bem feito, atualização agendada e licenças por usuário. As licenças reais para conhecer são o Power BI Pro (por usuário, para autoria e consumo compartilhado) e o Power BI Premium por Usuário, o PPU (recursos avançados por usuário). Para publicação em escala existe a capacidade dedicada.

Quando o volume cresce ou a necessidade de dados frescos aperta, entra o Microsoft Fabric, plataforma de dados unificada anunciada pela Microsoft em 2023. O Fabric mede consumo em Capacity Units e é licenciado por SKUs de capacidade, as famílias F (de F2 a F2048) e, no legado Premium, as P (P1 a P5). Um recurso que muda o jogo em saúde é o modo Direct Lake, que lê os dados diretamente do OneLake sem importar nem consultar o transacional a cada clique, combinando algo perto do desempenho do modo import com a frescura do DirectQuery. Para quem processa lotes TISS diários e volumes grandes de guias, isso é relevante. Se o tema interessa, escrevemos um panorama sobre o que é o Microsoft Fabric e se vale a pena.

Vale lembrar o contexto de mercado, sem inventar número: a Microsoft é reconhecida como Líder no Quadrante Mágico do Gartner para plataformas de Analytics e BI, e a penetração do ecossistema Microsoft no Brasil faz do Power BI uma escolha natural para quem já roda Microsoft 365. Isso reduz atrito de licença, integração e capacitação de equipe.

Momento do projeto	Arquitetura recomendada	Sinal de que chegou a hora
Primeiros painéis	Power BI Pro, modelo import, refresh agendado	Poucas fontes, volume moderado
Escala e mais usuários	PPU ou capacidade dedicada	Muitos consumidores, modelos maiores
Volume alto e dado fresco	Microsoft Fabric com Direct Lake sobre OneLake	Lotes diários, necessidade de baixa latência

Como começar sem virar um projeto eterno#

O erro clássico é tentar modelar todo o hospital ou toda a operadora de uma vez. Não faça isso. O caminho que dá resultado é recortar um problema de negócio de alto valor, entregar um painel confiável dele e usar essa vitória para financiar o próximo passo.

Uma sequência que funciona:

1. Escolha um indicador dor, normalmente sinistralidade na operadora ou glosa no prestador.
2. Mapeie as fontes reais desse indicador e valide a granularidade do dado com quem opera o sistema.
3. Monte a camada de dados intermediária e um modelo dimensional enxuto para esse recorte.
4. Construa o painel com poucos cartões, revisado pela área de negócio até os números baterem com o fechamento.
5. Só então adicione ação via Power Platform e expanda para o próximo indicador.

Um discovery e assessment bem feito no começo economiza meses, porque expõe cedo os problemas de qualidade de dado que só apareceriam no meio do projeto. E, para não repetir o clássico "o BI parou de atualizar e ninguém sabe por quê", vale desenhar desde já a sustentação do ambiente. Painel de saúde sem manutenção envelhece rápido, porque tabela TUSS muda, esquema TISS ganha versão e regra de negócio da operadora se atualiza.

Perguntas frequentes#

Qual o primeiro indicador que uma operadora deve levar para o BI? Sinistralidade, quase sempre. É o número que resume a saúde financeira da carteira e o que a diretoria mais teme errar. Levá-lo para o Power BI com quebra por carteira, faixa etária e prestador permite reagir antes do fechamento contábil, em vez de descobrir o problema quando já não dá para corrigir o mês.

Preciso trocar meu HIS para ter BI de qualidade? Não. O BI se conecta ao seu sistema atual por banco, views ou API, e a integração com lotes TISS complementa o que o HIS não expõe bem. Trocar de HIS é um projeto muito maior e raramente necessário para começar. A prioridade é montar uma camada de dados intermediária e não plugar relatórios direto no transacional de produção.

Como fica a LGPD em um projeto de BI para saúde? Dado de saúde é dado pessoal sensível pela LGPD (Lei nº 13.709/2018), então segurança e controle de acesso são premissa, não item final. Na prática isso significa segurança em nível de linha para limitar o que cada perfil enxerga, minimização e anonimização quando o caso permite, e trilha de auditoria. Governança bem-feita é o que mantém o projeto defensável.

Power BI ou Microsoft Fabric para saúde? Comece pelo Power BI com um modelo bem construído. O Fabric entra quando o volume de guias e a necessidade de dados frescos justificam, aproveitando o modo Direct Lake sobre o OneLake para ler grandes volumes sem sacrificar performance. Não é obrigatório de início e não vale contratar capacidade que você ainda não vai usar.

Onde entra o Power Platform nisso tudo? O Power BI mostra o problema; o Power Platform executa a resposta. Power Apps cria filas de trabalho para tratar glosas ou pendências, e Power Automate dispara alertas de prazo, lembretes de consulta e validações de lote TISS. É essa dupla que transforma um relatório em redução real de glosa e de absenteísmo.

Quanto custa começar? Depende de escopo, fontes e volume, então trate qualquer número como faixa aproximada a confirmar na fonte oficial. As licenças de usuário do Power BI têm custo mensal por pessoa, e capacidades dedicadas ou Fabric são cobradas por capacidade, com valor bem maior. O maior custo real de um projeto costuma não ser licença, e sim a engenharia de integração dos dados. É lá que vale investir bem.

Um painel confiável vale mais que dez bonitos#

BI para saúde não se ganha no visual, se ganha na confiança do número e na velocidade da reação. Escolha um indicador dor, resolva a integração de forma séria, entregue um painel que bate com o fechamento e feche o ciclo com ação via Power Platform. Depois repita. É assim que operadoras, hospitais e clínicas saem da planilha reconciliada na madrugada para uma gestão que enxerga risco e caixa em tempo de decidir.

Se você quer transformar sinistralidade, glosa e ocupação em painéis que a diretoria realmente usa, fale com a gente e vamos desenhar o primeiro recorte juntos.