Automação em Saúde: O Que Aprendi Trabalhando em HealthTech

Por que saúde é diferente

Automação em healthcare não é como automatizar um e-commerce. Dados incorretos não geram devolução — podem gerar dano ao paciente. Essa responsabilidade muda como você pensa em validação, logging e rollback.

Validação como primeira linha de defesa

Em sistemas médicos, dados chegam de múltiplas fontes com qualidade variável: formulários preenchidos às pressas, sistemas legados com encoding errado, integrações via SOAP de 2008. Validação não é opcional.

from pydantic import BaseModel, validator
from datetime import date

class PatientRecord(BaseModel):
    cpf: str
    birth_date: date
    weight_kg: float

    @validator("cpf")
    def validate_cpf(cls, v):
        digits = "".join(c for c in v if c.isdigit())
        if len(digits) != 11:
            raise ValueError("CPF inválido")
        return digits

    @validator("weight_kg")
    def validate_weight(cls, v):
        if not 0.5 <= v <= 500:
            raise ValueError(f"Peso fora do range esperado: {v}kg")
        return v

Idempotência em integrações

Sistemas de saúde têm downtime. Retentativas são inevitáveis. Toda operação de escrita precisa ser idempotente — executar duas vezes deve ter o mesmo efeito que executar uma.

import hashlib

def upsert_appointment(appointment_data: dict) -> str:
    idempotency_key = hashlib.sha256(
        f"{appointment_data['patient_id']}:{appointment_data['datetime']}:{appointment_data['doctor_id']}".encode()
    ).hexdigest()

    existing = db.query(Appointment).filter_by(
        idempotency_key=idempotency_key
    ).first()

    if existing:
        return existing.id

    new_appointment = Appointment(
        **appointment_data,
        idempotency_key=idempotency_key
    )
    db.add(new_appointment)
    db.commit()
    return new_appointment.id

Audit trail imutável

Toda mudança em dado clínico precisa de audit trail. Não UPDATE — INSERT com timestamp e user. O histórico completo deve ser reconstruível a qualquer momento.

• Nunca deletar registros médicos — soft delete com flag + timestamp
• Toda escrita loga: quem fez, quando, o que era antes, o que ficou
• Audit log separado do dado clínico, em tabela append-only
• Teste a reconstrução periodicamente — audit log inútil não auditado

O que funciona na prática

Depois de alguns anos nessa área, o padrão que mais funcionou foi: validação rígida na borda, transformação explícita no domínio, persistência conservadora (upsert + audit), e alertas proativos para anomalias. Simples, mas resistente.