Telemedicina e dados: o que medir e como analisar

A telemedicina virou operação permanente, mas os dados ficaram para trás#

A telemedicina no Brasil deixou de ser exceção emergencial e virou canal fixo de atendimento. A Lei nº 14.510/2022 alterou a Lei nº 8.080/1990 e reconheceu a telessaúde como modalidade regular de prestação de serviços em saúde, e o Conselho Federal de Medicina regulamentou a prática pela Resolução CFM nº 2.314/2022. Ou seja: teleconsulta, telediagnóstico, telemonitoramento e teleinterconsulta são atividades legalmente estabelecidas, com registro em prontuário e responsabilidade médica iguais aos do atendimento presencial. O que muda, e muito, é o rastro digital que cada atendimento deixa. É exatamente aí que o trabalho com dados telemedicina começa, e onde a maioria das operações ainda tropeça.

O problema não é falta de dados. É excesso de dados sem modelo. A plataforma de teleconsulta gera logs, o sistema de agendamento gera outra base, o prontuário eletrônico gera outra, o NPS vem de uma ferramenta de pesquisa, e o financeiro vive num ERP à parte. Cada um mostra um pedaço. Ninguém consegue responder perguntas simples de gestão: qual a taxa de resolução remota por especialidade? Quanto tempo o paciente espera na fila virtual? Quantas teleconsultas viram encaminhamento presencial e por quê? Este artigo trata de o que medir, como estruturar e como analisar, com honestidade sobre o que é fácil e o que dá trabalho.

O que medir: as métricas que realmente importam#

Antes de qualquer dashboard, é preciso decidir o que a operação vai acompanhar. Métrica boa é aquela que gera decisão. Se ninguém muda de comportamento ao ver o número, ele é enfeite. A seguir, o conjunto mínimo que uma operação de telemedicina deveria acompanhar, separado por dimensão.

Métrica	O que mede	Como calcular (resumo)	Decisão que habilita
Volume de teleconsultas	Demanda atendida no canal remoto	Contagem de consultas concluídas por período	Dimensionar escala médica e capacidade
Taxa de resolução remota	Consultas encerradas sem necessidade de presencial	Consultas resolvidas / total de teleconsultas	Avaliar eficácia clínica do canal
Tempo de espera na fila virtual	Latência entre entrada e início do atendimento	Média e percentil 90 do tempo em fila	Ajustar escala em horários de pico
Taxa de conversão para presencial	Encaminhamentos do remoto para o físico	Encaminhamentos presenciais / teleconsultas	Entender limites clínicos do canal
NPS pós-consulta	Satisfação e propensão a recomendar	Promotores menos detratores	Priorizar melhorias de experiência
No-show em teleconsulta	Faltas em consultas agendadas	Faltas / agendamentos confirmados	Ajustar lembretes e overbooking
Duração média da consulta	Tempo efetivo de atendimento	Média do tempo entre início e fim	Balancear qualidade e produtividade

Um alerta sobre a taxa de resolução remota, que costuma ser a métrica mais politizada. Ela não é boa só porque é alta. Uma taxa alta demais pode esconder subencaminhamento, casos que deveriam ir ao presencial e não foram. Uma taxa muito baixa pode indicar que o canal virou triagem cara, quando um agendamento direto resolveria. O número sozinho não diz nada: ele precisa ser cruzado com desfecho clínico, retorno em janela curta e reclamações. Métrica de saúde sem contexto clínico é armadilha.

O tempo de espera não é uma média#

Repare que na tabela o tempo de espera aparece como média e percentil 90. Isso é proposital. A média engana em operação de fila. Se dez pacientes esperam 2 minutos e um espera 40, a média fica em torno de 5 minutos e parece ótima, enquanto um paciente teve uma experiência péssima. O percentil 90 responde a pergunta certa: qual foi a espera dos 10% que mais esperaram? É esse número que gera reclamação e churn. Toda operação de atendimento deveria acompanhar percentis, não só médias, e o modelo de dados precisa suportar esse cálculo desde o começo.

Como estruturar os dados antes de pensar em dashboard#

Dashboard bonito em cima de dado bagunçado é maquiagem. A base de tudo é um modelo dimensional bem feito. Em telemedicina, a tabela fato natural é a consulta, ou melhor, o evento de atendimento. Cada linha representa uma teleconsulta com suas chaves e suas medidas: data, paciente, médico, especialidade, canal, status, duração, desfecho. Em volta, tabelas dimensão descrevem cada uma dessas chaves. Esse é o clássico esquema estrela, e ele existe por um bom motivo: é o formato que os motores analíticos entendem melhor.

No Power BI, isso não é só teoria de modelagem. O motor VertiPaq, que sustenta os modelos em memória, comprime os dados coluna a coluna e a eficiência dessa compressão depende diretamente da cardinalidade de cada coluna. Colunas com muitos valores distintos, como um identificador único por linha ou um timestamp com precisão de segundos, comprimem mal e incham o modelo. A recomendação prática é separar data e hora em colunas distintas, reduzir a granularidade do horário quando possível e evitar carregar colunas de texto livre que ninguém vai analisar. Modelo enxuto é modelo rápido. Se você quer aprofundar essa parte de modelagem e cálculo, vale ler o guia de boas práticas de modelagem DAX.

A integração entre as fontes é onde o projeto vive ou morre. Plataforma de teleconsulta, agendamento, prontuário e pesquisa de satisfação raramente compartilham a mesma chave de paciente ou de consulta. Consolidar isso de forma confiável é trabalho de engenharia de dados, não de fórmula improvisada dentro do relatório. Vale montar uma camada intermediária, um data warehouse ou lakehouse, onde os dados chegam limpos e com chaves consistentes antes de qualquer visualização.

Onde entra o Microsoft Fabric#

Para operações maiores, o Microsoft Fabric, anunciado pela Microsoft em 2023, unifica ingestão, armazenamento e análise sobre o OneLake. O modo Direct Lake do Power BI lê os dados diretamente do OneLake sem precisar importar nem manter cópia em memória, combinando a velocidade do modo import com a atualização do DirectQuery. Isso ajuda quando o volume de teleconsultas torna as atualizações de import lentas. O consumo no Fabric é medido em Capacity Units, e as capacidades vão de SKUs menores como F2 até F2048, então o dimensionamento deve acompanhar a carga real. Não é obrigatório começar por aí: a maioria das operações inicia bem com Power BI Pro ou PPU e evolui para Fabric quando o volume justifica. Se essa decisão está na sua mesa, o artigo sobre o que é o Microsoft Fabric e se vale a pena ajuda a calibrar.

Como analisar: das perguntas de gestão às fórmulas#

Com o modelo pronto, a análise deixa de ser sofrimento. As perguntas de gestão viram medidas em DAX, calculadas em cima da tabela fato. Alguns exemplos de raciocínio, sem entrar em sintaxe longa.

A taxa de resolução remota é uma divisão simples: consultas resolvidas / total de teleconsultas, filtrando por especialidade, período ou médico conforme o contexto do relatório. O poder do Power BI aqui é o mesmo cálculo respondendo a mil recortes diferentes sem reescrever nada, porque o filtro do visual altera o contexto da medida.

O percentil de tempo de espera exige uma função de percentil sobre a coluna de duração de fila. É um cálculo que a média esconderia, como já discutido. A conversão para presencial é a razão entre encaminhamentos e teleconsultas, e fica muito mais útil quando quebrada por especialidade, porque dermatologia e psiquiatria têm perfis de conversão completamente diferentes e comparar o número agregado não diz nada.

Pergunta de gestão	Métrica associada	Recorte mais útil
O canal remoto está resolvendo de fato?	Taxa de resolução remota	Por especialidade e desfecho clínico
Onde estão os gargalos de fila?	Percentil 90 do tempo de espera	Por faixa de horário e dia da semana
Estamos perdendo agendamentos?	Taxa de no-show	Por canal de lembrete e antecedência
A experiência está melhorando?	NPS pós-consulta	Por especialidade e por médico
O canal físico está sendo sobrecarregado?	Taxa de conversão para presencial	Por especialidade e motivo

Uma opinião franca: relatório de telemedicina que só mostra o passado é meia-solução. O valor real aparece quando o dado dispara ação. É aqui que o Power Platform muda o jogo. Com o Power Automate, um percentil de espera acima do limite pode notificar o coordenador em tempo quase real. Com o Power Apps, a equipe registra motivo de encaminhamento numa tela simples, alimentando a própria base de análise. Análise e operação deixam de ser mundos separados. Para entender esse ecossistema, o guia de Power Apps e Power Automate cobre o essencial.

Dados de saúde exigem governança, não é opcional#

Aqui não há espaço para negociação. Dados de saúde são dados pessoais sensíveis segundo a Lei Geral de Proteção de Dados, a Lei nº 13.709/2018, que dá tratamento reforçado a informações sobre saúde. Isso significa base legal adequada, finalidade clara, minimização de dados e controle rigoroso de acesso. Na prática do Power BI, isso se traduz em segurança em nível de linha para que cada perfil veja apenas o que lhe compete, papéis bem definidos no workspace, rótulos de sensibilidade e trilha de auditoria de quem acessou o quê.

Um erro comum e grave: colocar nome, CPF ou dados clínicos identificáveis num relatório que será compartilhado amplamente. Para análise de gestão, você quase nunca precisa identificar o paciente. Agregados, contagens e taxas resolvem a esmagadora maioria das perguntas. A regra prática é pseudonimizar ou anonimizar desde a camada de dados, deixando o dado identificável apenas onde a finalidade clínica exige e o acesso é restrito. Isso não é burocracia, é redução real de risco. Vale estruturar isso desde o início com um trabalho sério de governança de dados, e o artigo sobre governança de dados no Power BI e LGPD aprofunda o tema com foco em conformidade.

Por que Power BI e Power Platform para telemedicina#

A escolha da ferramenta importa menos do que a disciplina de modelo, mas ela não é neutra. 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 torna o Power BI uma escolha natural para a maioria das operações de saúde, que já rodam Microsoft 365 e frequentemente têm dados no Azure. A vantagem concreta é a integração de ponta a ponta: os dados vivem no Azure ou no OneLake, a análise acontece no Power BI, a ação acontece no Power Platform, e a governança de identidade é a mesma do Entra ID que a empresa já usa.

Isso reduz atrito de implementação e de segurança, já que você não está costurando cinco fornecedores diferentes. Para uma operação de saúde, onde conformidade e rastreabilidade são obrigatórias, essa integração unificada de identidade e auditoria é um argumento forte. Se a sua operação está começando esse caminho, o guia completo de Power BI para empresas dá o panorama, e o time de Power BI da Fynx pode acelerar a estruturação.

Uma nota sobre custo e licenciamento#

Sem inventar números, vale o alerta honesto. Power BI Pro e PPU são licenças por usuário, adequadas para times pequenos e médios. Fabric e as capacidades Premium cobram por capacidade, o que só compensa a partir de certo volume de usuários e de dados. Preços mudam e variam por contrato e região, então qualquer faixa deve ser confirmada na fonte oficial da Microsoft. Esse dimensionamento é uma conta de engenharia, não de chute, e um discovery bem feito evita tanto o desperdício quanto o subdimensionamento.

Perguntas frequentes#

A telemedicina é mesmo permitida no Brasil de forma definitiva? Sim. A Lei nº 14.510/2022 alterou a Lei nº 8.080/1990 e estabeleceu a telessaúde como modalidade regular no país, e a Resolução CFM nº 2.314/2022 regulamentou a prática médica a distância. Não se trata mais de uma autorização temporária de emergência, e sim de um marco legal permanente, com as mesmas obrigações de registro em prontuário e responsabilidade médica do atendimento presencial.

Posso usar dados de pacientes livremente para análise? Não sem cuidado. Dados de saúde são dados pessoais sensíveis pela LGPD, a Lei nº 13.709/2018, e exigem base legal adequada, finalidade definida e controle de acesso rigoroso. Para análise de gestão, o recomendado é trabalhar com dados agregados ou pseudonimizados, reservando o dado identificável apenas para as finalidades clínicas que realmente exigem e com acesso restrito.

Qual a primeira métrica que devo implementar? Comece pelo volume de teleconsultas e pelo tempo de espera na fila virtual, medido em percentil e não só em média. São métricas de baixo custo de coleta, que já vêm dos logs da plataforma, e que geram decisão imediata sobre escala médica. Resolução remota e conversão para presencial vêm em seguida, porque dependem de integrar o desfecho clínico, que dá mais trabalho.

Preciso do Microsoft Fabric ou o Power BI comum resolve? Na maioria dos casos, começar com Power BI Pro ou PPU resolve bem. O Fabric faz sentido quando o volume de teleconsultas cresce a ponto de tornar as atualizações lentas, quando há necessidade de unificar várias fontes num lakehouse, ou quando o modo Direct Lake sobre o OneLake traz ganho real de performance. É uma evolução natural, não um pré-requisito de entrada.

Como o Power Platform se encaixa nisso tudo? O Power BI mostra o que aconteceu, e o Power Platform transforma o dado em ação. Power Automate dispara alertas quando uma métrica cruza um limite, por exemplo um pico na fila de espera, e Power Apps permite que a equipe registre informações como motivo de encaminhamento, que voltam para a base de análise. Isso fecha o ciclo entre analisar e operar, que é onde está o valor de gestão.

Quanto tempo leva para ter um painel confiável de telemedicina? Depende menos do dashboard e mais do estado das fontes. Se os dados de plataforma, agendamento e prontuário já têm chaves consistentes, um painel inicial sai rápido. O que costuma consumir tempo é a integração e a limpeza, ou seja, resolver duplicidades, unificar chaves de paciente e garantir qualidade. Por isso um bom projeto começa pelo diagnóstico das fontes, não pela tela.

Fechamento#

Telemedicina gera um volume enorme de dados, mas dado não é informação até virar modelo e decisão. Medir volume, resolução remota, tempo de espera em percentil, conversão para presencial e NPS, sobre um modelo dimensional limpo e dentro da LGPD, é o que separa uma operação que reage de uma que antecipa. A ferramenta ajuda, mas o método é o que sustenta. Se você quer estruturar os dados de telemedicina da sua operação com Power BI e Power Platform, do modelo à governança, fale com a gente.