Uso apropriado de imagem não é simplesmente fazer menos exames.

Também não é transformar uma regra em autorização automática.

Em radiologia, a pergunta mais útil raramente é apenas se um exame “deveria” ou “não deveria” ter sido feito. Essa pergunta pode importar, mas ela vem tarde demais se não houver uma camada anterior de observabilidade.

Antes dela, existem perguntas mais estruturais:

O imaging_stewardship nasceu como um recorte do Orchestrum para organizar esse tipo de análise.

Serviços de radiologia acumulam milhares de exames que poderiam ensinar muito sobre uso apropriado, rendimento diagnóstico e desenho de fluxo.

Mas, sem estrutura, esse material vira apenas volume retrospectivo.

O pedido fica em um sistema. A indicação clínica pode estar em texto livre. A origem do paciente aparece como metadado operacional. O laudo assinado fica em outra camada. O padrão de solicitação se dilui entre setores, equipes, horários e variações de escrita.

Quando alguém tenta discutir uso apropriado sem reunir essas peças, a conversa tende a cair em impressões.

Às vezes parece que há exames demais. Às vezes parece que o problema é atraso, acesso ou falta de protocolo. Às vezes um exame negativo é interpretado como desperdício, quando na prática ele pode ter sido apropriado em um contexto de risco. Em outros casos, um padrão repetido de baixo rendimento pode indicar oportunidade real de educação, protocolo ou redesenho do fluxo.

Sem uma superfície comum de análise, esses cenários ficam misturados.

A primeira coorte implementada no projeto é tc_cranio_ps_internacao, com foco em TC de crânio no pronto-socorro e na internação.

Esse recorte é deliberadamente estreito.

TC de crânio em PS e internação reúne indicações heterogêneas: queda, síncope, cefaleia, rebaixamento de consciência, suspeita neurológica, trauma, anticoagulação, alteração comportamental e muitas outras formulações. Cada uma carrega contexto clínico diferente, risco diferente e expectativa diferente sobre o laudo.

O módulo organiza os exames elegíveis a partir de fontes já existentes, como metadados do exame, origem, solicitante, procedimento, indicação clínica e texto do laudo.

Na v1, a unidade de análise é o médico solicitante individual, mas o objetivo não é criar um ranking punitivo. A unidade individual é útil porque permite localizar padrões que se perderiam em uma média agregada. A interpretação desses padrões precisa continuar assistencial, contextual e revisável.

O módulo pode rodar por CSV local para diagnóstico, mas o desenho produtivo usa uma tabela materializada em PostgreSQL. A ideia é evitar recalcular tudo a cada abertura de tela e permitir que o painel leia uma fotografia operacional consistente.

Cada exame materializado carrega:

As regras versionadas ficam em arquivos de configuração. Elas ajudam a identificar coorte, procedimento, indicação, origem e padrões de laudo.

Essa camada determinística é importante porque reduz ambiguidade operacional. Mas ela não decide pertinência clínica sozinha.

O módulo não bloqueia pedidos.

Não envia mensagens ao solicitante.

Não aciona médico automaticamente.

Não muda conduta.

Não transforma laudo positivo ou negativo em julgamento automático sobre adequação do exame.

Essa fronteira é essencial. O objetivo é criar observabilidade e apoiar revisão, não automatizar decisão clínica.

A saída esperada da v1 é uma lista de casos e agregados que ajudam a revisão de qualidade.

O painel pode mostrar volume, elegibilidade, pendências de revisão manual, rendimento diagnóstico, recorte por origem e recorte por solicitante. O detalhe de um caso expõe o contexto necessário para revisar: indicação, procedimento, origem, laudo e classificações auxiliares.

A revisão humana então pode marcar o caso como apropriado ou inapropriado, conforme o processo definido localmente.

Isso muda a natureza da discussão.

Em vez de partir de uma acusação genérica sobre excesso de exames, o serviço passa a olhar para padrões concretos: quais indicações aparecem, em quais fluxos, com quais resultados, sob quais regras e com que grau de incerteza.

Uso apropriado de imagem é uma conversa difícil porque mistura segurança, acesso, custo, disponibilidade, cultura clínica, medo de perder diagnóstico e qualidade da informação no pedido.

Se a solução começa pela proibição, ela tende a gerar resistência.

Se começa por uma IA que decide pertinência, ela tende a esconder responsabilidade.

Um caminho mais sólido é começar por observabilidade.

Tornar visível o percurso entre solicitação, contexto, exame, laudo e revisão.

Isso não resolve tudo.

Mas cria uma base melhor para perguntar onde há variação injustificada, onde há protocolo ausente, onde há rendimento baixo, onde há indicação mal registrada e onde a imagem realmente muda o cuidado.

Para mim, esse é o ponto central do imaging_stewardship.

Não é uma máquina para negar exame.

É uma forma de transformar exames já realizados em aprendizado operacional, com regras explícitas, materialização auditável e revisão humana.

Porque, em saúde, stewardship não deveria começar pela capacidade de dizer “não”.

Deveria começar pela capacidade de enxergar melhor.