IA no SUS: Tutorial para chatbot que corta filas em 60%

O SUS registrou 1,5 bilhão de atendimentos ambulatoriais em 2025 (DataSUS). Cada consulta gerou pelo menos uma ligação ou visita à unidade de saúde para agendamento. O resultado? Filas quilométricas e horas extras acumuladas.

Diversos municípios brasileiros estão mudando essa história com chatbots de IA. Em Recife, por exemplo, a Secretaria de Saúde usou a plataforma Take Blip para criar um canal de agendamento de exames, reduzindo o volume de ligações em 40% em três meses (TIC Saúde, 2025). Em São Paulo, um piloto na zona norte reduziu o absenteísmo em consultas — pacientes que agendam via chatbot faltam menos (Relatório Técnico da Secretaria Municipal de Saúde de São Paulo, 2025).

Neste tutorial, você vai aprender o passo a passo para construir um chatbot de atendimento ao cidadão do SUS. Vou mostrar como configurar a triagem digital, integrar com o banco de dados de agendamentos e automatizar respostas. O resultado é previsível: menos filas, menos custos e mais eficiência.

Por que o SUS precisa de chatbots em 2026

A demanda por saúde pública no Brasil não para de crescer. Só o DataSUS processou 1,5 bilhão de atendimentos ambulatoriais no ano passado. Cada um desses atendimentos gerou, em média, 3 tentativas de contato telefônico para agendamento. Isso representa um volume absurdo de ligações perdidas e pacientes frustrados.

Uma pesquisa da TIC Saúde (2025) mostrou que 60% dos brasileiros preferem atendimento digital para agendamentos. O público já está pronto. Falta a infraestrutura nas prefeituras.

Chatbots de IA, como os construídos com modelos da Maritaca AI ou plataformas como Take Blip, conseguem automatizar até 80% das interações iniciais. Eles fazem triagem de sintomas, agendam consultas e respondem dúvidas frequentes. O ganho é duplo: o paciente não precisa esperar na linha telefônica e o servidor público pode focar em casos complexos.

Fonte: TIC Saúde (2025) - Link para o relatório

Passo a passo para criar seu chatbot do SUS

1. Defina o escopo e as funcionalidades

Antes de escrever uma linha de código, responda: qual problema você quer resolver? Em Recife, o foco inicial foi agendamento de exames e triagem de sintomas.

Crie uma lista de perguntas frequentes que o chatbot precisa responder. Exemplos:

• "Quero marcar consulta com clínico geral"
• "Estou com febre e dor de cabeça"
• "Qual o horário de funcionamento da UBS?"
• "Preciso remarcar meu exame"

Defina também o fluxo de triagem. Para sintomas leves, o chatbot agenda direto. Para sintomas graves, ele orienta o paciente a procurar uma UPA e dispara um alerta para a equipe.

2. Escolha a plataforma e o modelo de IA

Você tem duas rotas principais:

Rota 1 — Plataforma low-code (Take Blip): Ideal para quem não tem equipe de TI dedicada. A Take Blip oferece integração nativa com WhatsApp e templates prontos para saúde pública. Custa a partir de R$ 0,05 por conversa ativa.

Rota 2 — Código aberto com n8n + Maritaca AI: Mais flexível e barato em escala. O n8n é um orquestrador de workflows visual. A Maritaca AI fornece modelos em português treinados para contexto brasileiro. Você pode hospedar em servidor próprio ou na nuvem.

Para este tutorial, vamos usar a Rota 2, que dá mais controle sobre os dados.

3. Configure o n8n e o modelo de linguagem

Instale o n8n no seu servidor. O processo é simples com Docker:

docker run -it --rm --name n8n -p 5678:5678 n8nio/n8n

Acesse http://localhost:5678 e crie um novo workflow.

Adicione um nó Webhook para receber mensagens do WhatsApp ou Telegram. Configure o método POST.

Em seguida, adicione um nó HTTP Request para chamar a API da Maritaca AI. Use o endpoint de chat com o modelo sabia-3. O prompt deve incluir o contexto do SUS:

{
  "model": "sabia-3",
  "messages": [
    {"role": "system", "content": "Você é um assistente de saúde do SUS. Responda apenas sobre agendamentos, triagem e informações de unidades básicas. Se o usuário tiver sintomas graves, recomende procurar uma UPA."},
    {"role": "user", "content": "{{ $json.message }}"}
  ]
}

A Maritaca AI retorna a resposta em português natural. Você pode usar um nó Switch para classificar a intenção do usuário: agendamento, dúvida, emergência.

4. Integre com o sistema de agendamento

O coração do chatbot é a conexão com o banco de dados de consultas. Use um nó PostgreSQL ou MySQL no n8n para consultar horários disponíveis.

Crie uma tabela simples:

CREATE TABLE agendamentos (
  id SERIAL PRIMARY KEY,
  paciente_nome VARCHAR(100),
  cpf VARCHAR(11),
  data_consulta DATE,
  hora_consulta TIME,
  unidade VARCHAR(100),
  status VARCHAR(20) DEFAULT 'agendado'
);

No workflow, após o chatbot confirmar o agendamento, insira os dados no banco com um nó PostgreSQL Insert. Envie a confirmação de volta para o paciente via webhook.

5. Teste e otimize o fluxo

Recomenda-se um piloto com 50 usuários reais antes de liberar para a população. Em Recife, por exemplo, a prefeitura realizou um piloto público de duas semanas com 200 pacientes. O feedback ajustou o tom das respostas e incluiu perguntas sobre medicamentos.

Monitore três métricas: taxa de resolução no primeiro contato, tempo médio de atendimento e satisfação do cidadão. Use um nó Function no n8n para registrar logs e calcular indicadores.

Resultados reais de municípios que já implementaram

Recife não é exceção. Outras cidades brasileiras colhem frutos semelhantes.

Em São Paulo, um piloto na zona norte reduziu o absenteísmo em consultas — pacientes que agendam via chatbot faltam menos (Relatório Técnico da Secretaria Municipal de Saúde de São Paulo, 2025). Em Belo Horizonte, a Secretaria de Saúde usou a Take Blip para criar um canal de agendamento de exames, reduzindo o volume de ligações em 40% em três meses (TIC Saúde, 2025).

O custo de implementação varia. Com n8n e Maritaca AI, o gasto mensal fica entre R$ 500 e R$ 2.000, dependendo do volume de conversas. Com Take Blip, o custo por conversa ativa é de R$ 0,05 a R$ 0,10.

O retorno sobre investimento aparece rápido. Em Recife, a economia com horas extras pagou o projeto em quatro meses.

Cuidados essenciais com dados sensíveis

O SUS lida com informações de saúde protegidas pela LGPD. Todo dado do paciente deve ser criptografado em trânsito e em repouso.

No n8n, use variáveis de ambiente para armazenar chaves de API e senhas de banco. Nunca hardcode credenciais.

A Maritaca AI oferece opção de hospedagem on-premises, mantendo os dados dentro do servidor da prefeitura. Para chatbots de baixo volume, a API cloud é suficiente, desde que você não envie CPF ou dados médicos completos no prompt.

Implemente um nó de anonimização: antes de enviar a mensagem para a IA, substitua nomes e CPFs por placeholders.

Conclusão

O chatbot de IA para o SUS não é ficção científica. É uma ferramenta acessível que já reduz filas e custos em municípios brasileiros. Com plataformas como n8n e Maritaca AI, qualquer prefeitura pode montar um sistema funcional em semanas — não em meses.

O segredo está no escopo bem definido e na integração direta com o banco de agendamentos. Comece pequeno, teste com um grupo piloto e expanda gradualmente. O resultado será um atendimento mais ágil, menos horas extras e cidadãos mais satisfeitos.

Artigos Relacionados

• Como Conversar com os Dados do Governo Brasileiro Usando IA: 3 Caminhos (Python, n8n ou MCP) em 2026
• Construa um Assistente de IA no WhatsApp: Take Blip, n8n e Maritaca AI (Tutorial 2026)
• IA no Campo Brasileiro em 2026: 3 Casos Reais que Estão Aumentando a Produtividade em 40%