Scorecard técnico-operacional: 12 testes para validar a segmentação e a priorização de pacientes que pararam de responder

O scorecard técnico-operacional para segmentação e priorização de pacientes que pararam de responder transforma uma demonstração comercial em uma avaliação verificável. Em vez de perguntar apenas se a plataforma envia follow-ups, você testa se ela identifica o momento correto, entende o contexto da conversa, consulta a agenda disponível e direciona cada caso para a próxima ação adequada.

Uma clínica pode ter centenas de conversas abertas no WhatsApp e, ainda assim, não saber quais merecem atenção primeiro. Um paciente que pediu horário para uma ressonância, outro que perguntou sobre preço e um terceiro que relatou um sintoma urgente não devem entrar na mesma fila de reengajamento.

O objetivo do scorecard não é medir apenas a taxa de mensagens enviadas. A avaliação precisa conectar quatro dimensões: qualidade da segmentação, coerência da prioridade, segurança clínica e impacto operacional. Se uma regra aumenta o volume de contatos, mas também gera abordagens indevidas ou retrabalho para a recepção, o teste falhou.

Use uma escala de 0 a 3 em cada teste: 0 para ausência da função ou evidência, 1 para funcionamento parcial, 2 para funcionamento consistente e 3 para funcionamento auditável, com logs, dados de entrada e resultado reproduzível. Ao final, some os pontos e aplique pesos maiores aos testes de segurança, integração e rastreabilidade.

A taxonomia deve ser compreensível para a operação. Tags como “parou-responder”, “alto-valor-clínico” e “falta” ajudam a converter mensagens em estados acionáveis, desde que tenham critérios documentados. Para organizar esses eventos, consulte também a taxonomia de eventos conversacionais para clínicas.

Os testes abaixo devem ser executados com entradas conhecidas e resultados esperados. Peça ao fornecedor o registro do evento, a regra acionada, a versão da configuração e o horário de processamento. Uma resposta em tela, sem evidência técnica, não é suficiente para validar o comportamento.

<strong>Teste 1: identificação do silêncio conversacional.</strong> Envie um fluxo em que o paciente pergunta por horários, recebe duas opções e não responde por 48 horas. O resultado esperado é a tag “parou-responder”, com registro do timestamp da última mensagem do paciente, do prazo configurado e da fila gerada.

<strong>Teste 2: distinção entre silêncio e encerramento.</strong> Simule uma conversa em que o paciente informa “vou pensar” e outra em que responde “não tenho interesse”. A primeira pode receber uma cadência de reengajamento definida pela clínica; a segunda deve ser encerrada ou excluída da campanha, conforme a política de consentimento e preferência registrada.

<strong>Teste 3: deduplicação de contatos.</strong> Use o mesmo paciente com telefone em formatos diferentes ou com dois atendimentos para a mesma unidade. A plataforma deve consolidar a identidade conforme a chave definida pela clínica, sem criar duas filas ou disparar mensagens duplicadas.

<strong>Teste 4: alteração de intenção.</strong> Comece com uma solicitação de consulta e, em seguida, registre uma mensagem sobre cancelamento ou reação a medicamento. A nova intenção deve atualizar a classificação e interromper o fluxo comercial quando houver risco clínico ou necessidade de análise humana.

<strong>Teste 5: prioridade por valor clínico.</strong> Simule uma dúvida sobre preparo de exame, uma solicitação de retorno pós-procedimento e uma pergunta sobre preço. A tag “alto-valor-clínico” deve levar em conta a natureza do conteúdo, não apenas o valor financeiro potencial do agendamento.

<strong>Teste 6: prioridade por valor operacional.</strong> Crie três conversas com o mesmo grau de risco, mas com agendas e unidades diferentes. Verifique se a ferramenta usa disponibilidade real, especialidade, convênio e prazo de atendimento para ordenar a fila sem transformar receita estimada em critério absoluto.

<strong>Teste 7: paciente que faltou.</strong> Registre uma falta no sistema de agenda e confirme se o CRM recebe o evento, atualiza a tag “falta” e inicia o fluxo de reagendamento autorizado. O teste deve verificar também se um agendamento posterior interrompe a sequência para evitar mensagem inadequada.

<strong>Teste 8: conflito de agenda.</strong> Faça uma simulação em que duas conversas tentam reservar o mesmo horário. A plataforma deve consultar a fonte de disponibilidade definida pela integração, impedir confirmação inconsistente e registrar o motivo de qualquer recusa ou transferência.

<strong>Teste 9: limite de tentativas.</strong> Configure, por exemplo, três contatos em sete dias, com pausa após uma resposta negativa. Valide se o contador considera todos os canais, se respeita o horário permitido e se impede a repetição quando o paciente já recebeu uma mensagem equivalente.

<strong>Teste 10: mudança de canal.</strong> Simule falha de entrega no WhatsApp e autorização para contato por SMS ou e-mail. O sistema deve registrar o motivo da mudança, preservar a preferência do paciente e evitar o uso de um canal sem base legal ou consentimento aplicável.

<strong>Teste 11: transferência para humano.</strong> Use mensagens com objeção complexa, sofrimento intenso, urgência percebida ou solicitação de interpretação de resultado. O resultado esperado é a interrupção da automação, a criação de tarefa com contexto e um alerta para a fila responsável. Critérios de transferência devem estar documentados, como no guia de matriz de risco para escalonamento da IA.

<strong>Teste 12: reprocessamento e idempotência.</strong> Reenvie o mesmo evento de falta ou atualize duas vezes o mesmo registro de agenda. A plataforma deve chegar a um único estado final, sem duplicar tag, tarefa ou mensagem. Esse teste revela problemas que costumam surgir quando APIs reenviam eventos após uma instabilidade.

Uma arquitetura multiagente deve ser avaliada pelo comportamento observável, não pelo nome. No caso da Orchestra da Auris, o princípio é usar um agente maestro para coordenar agentes especializados, como classificação de intenção, consulta de agenda, política de contato e escalonamento. A arquitetura é construída para reduzir o risco de respostas inadequadas, mas a homologação ainda precisa medir erros, exceções e transferências.

Crie casos de contradição deliberada. Por exemplo, a mensagem pode pedir preço, mencionar uma condição clínica e solicitar atendimento para o mesmo dia. Observe se o sistema separa a intenção comercial da possível questão clínica, evita concluir diagnóstico e envia o caso para a equipe responsável quando o fluxo padrão não é suficiente.

Meça quatro indicadores antes e depois do teste: percentual de conversas classificadas corretamente, tempo até a primeira ação, volume de trabalho manual no WhatsApp e agendamentos atribuíveis ao fluxo. Registre também taxa de transferência, mensagens duplicadas, contatos fora da janela permitida e correções feitas pela recepção.

Uma clínica que reduz em 90% o trabalho de atendimento no WhatsApp, por exemplo, precisa saber se essa redução veio de automação bem direcionada ou de conversas que deixaram de ser tratadas. O resultado só é positivo quando a queda de esforço acompanha manutenção da qualidade, aumento de agendamentos e controle de reclamações.

A Auris informa atendimento a mais de 489 profissionais, clínicas e laboratórios, além de indicadores de até 40% de aumento em agendamentos em determinados contextos. Esses números não devem ser tratados como previsão para cada operação. Use-os como referência para definir hipóteses, depois reconcilie o scorecard com a sua base, especialidade, volume e capacidade de agenda.

Para conectar o teste a decisões financeiras, registre custo por agendamento, taxa de recuperação, receita estimada e horas poupadas. O modelo de atribuição de receita conversacional ajuda a separar agendamento originado pela conversa, agendamento assistido pela recepção e resultado que aconteceria sem o follow-up.

Antes de assinar, confirme se o fornecedor consegue executar os 12 testes com dados de homologação, fornecer evidências e explicar limites conhecidos. Peça também o plano de correção para falhas de integração, indisponibilidade do WhatsApp, conflito de agenda e necessidade de intervenção humana.

A solução adequada precisa deixar claro quem responde por cada etapa: a plataforma classifica e aciona, o sistema de agenda confirma disponibilidade, a recepção trata exceções e a gestão acompanha os indicadores. Essa divisão deve aparecer no runbook e nos SLAs, não apenas em uma apresentação comercial.

Para ampliar a análise, combine este scorecard com um checklist de aceitação contratual para plataformas de atendimento por IA e com o guia para recuperar pacientes que pararam de responder. Os materiais cobrem pontos complementares, como critérios de aceite, cadência e desenho operacional.

O melhor resultado de um teste não é uma nota alta isolada. É saber exatamente quais segmentos a plataforma identifica, por que cada paciente entrou em uma fila, que evidência sustenta a decisão e como a equipe transforma essa prioridade em agendamento com segurança.