O que a IA responde quando o paciente pergunta: risco e oportunidade pra clínicas

Quando o paciente pergunta "qual a melhor clínica de dermatologia em Campinas" a uma IA, a resposta traz dois ou três nomes com justificativa pronta: resumo de reviews, corpo clínico, estrutura. Quem não entra nesse resumo não existe pra aquele paciente. E há um segundo problema, menos óbvio e mais caro: ao condensar depoimentos de pacientes, a IA pode afirmar sobre o seu serviço algo que as normas de publicidade médica do CFM proíbem o seu médico de afirmar. Pra quem gere clínica, hospital ou healthtech, visibilidade e conformidade viraram a mesma pauta.

Este post mapeia as perguntas do paciente por estágio, disseca uma resposta ilustrativa de escolha de clínica, mostra onde a publicidade médica cruza com a resposta do modelo e fecha com 12 perguntas prontas pra medir sua marca hoje.

O que o paciente pergunta à IA antes de marcar consulta?

A jornada de saúde dentro de um chat de IA tem quatro estágios. Cada um puxa um tipo diferente de fonte, e sua clínica pode dominar um estágio e não existir no seguinte.

Em qualquer setor esses estágios existem. Em saúde, o último pesa desproporcionalmente. Quem compra um software errado perde dinheiro. Quem escolhe a clínica errada entrega o próprio corpo. Por isso o paciente valida tudo: procedimento, clínica e médico pelo nome. Confiança aqui não é um critério entre vários. É o que decide.

Nas auditorias que rodamos, o achado mais frequente se repete em saúde como em qualquer categoria: a marca aparece quando a pergunta já contém o nome dela e some nas perguntas abertas. No nosso estudo com uma indústria B2B (150 medições, 15 perguntas, 4 modelos), a líder em menções teve 0% de citação nas perguntas de topo de funil. Traduzindo: sua clínica pode ser referência na cidade e ser invisível quando o paciente pergunta "melhor clínica de [sua especialidade] em [sua cidade]". Ninguém te avisa. O paciente marca no concorrente.

O que a IA responde a "melhor clínica de ortopedia em Campinas"?

O exemplo abaixo é ilustrativo, com clínicas fictícias, no formato real das respostas que coletamos nas auditorias. Nenhuma resposta de IA é fixa: a mesma pergunta gera variações a cada rodada, e por isso medir exige repetição.

Pergunta: "Qual a melhor clínica de ortopedia em Campinas?"

Resposta (ilustrativa):

"Algumas opções bem avaliadas em Campinas:

1. Instituto VertaMed: nota alta no Google com grande volume de avaliações recentes. Pacientes relatam recuperação completa do movimento após cirurgia de joelho e elogiam o pós-operatório.
2. Clínica Arco: corpo clínico com especialistas em joelho, ombro e coluna, currículos publicados no site. Boa opção pra quem busca subespecialidade.
3. OrtoPrima: estrutura própria com centro de fisioterapia e exames de imagem no local. Atende os principais convênios.

Recomendo verificar se atendem seu convênio e ler as avaliações mais recentes antes de agendar."

Três entradas, três portas diferentes. A porta define o que você precisa construir.

A VertaMed entrou pela validação. Volume e recência de reviews no Google viraram a credencial dela. A IA não disse "site bonito" nem "tradição de 30 anos". Disse o que pacientes escreveram, corroborado em quantidade.

A Arco entrou pelo corpo clínico publicado. Currículos, subespecialidades e formação em texto extraível no site. O modelo precisa de entidades que caibam numa frase, e "especialistas em joelho, ombro e coluna" cabe. "Excelência em cuidado integral" não cabe em frase nenhuma.

A OrtoPrima entrou pela estrutura documentada. Fisioterapia no local, imagem no local, convênios listados. Dados operacionais publicados viram argumento de conveniência na resposta.

Agora releia a linha da VertaMed. "Pacientes relatam recuperação completa do movimento" é um resumo fiel de depoimentos reais. Também é, na prática, uma promessa de resultado saindo colada ao nome de uma clínica. Guarde essa frase. Voltamos a ela já.

Por que a validação pesa mais em saúde do que em qualquer outro setor?

Porque o custo do erro é assimétrico. Em quase toda compra, o pior cenário é prejuízo financeiro. Em saúde, o pior cenário é irreversível, e o paciente sabe. Então ele pergunta à IA exatamente o que perguntaria a um vizinho: "o doutor Y é bom?", "alguém já operou lá?", "essa clínica é confiável?".

E a IA responde com o que existe escrito. Reviews no Google, avaliações em diretórios médicos, reclamações públicas, matérias. Se três fontes independentes elogiam o pós-operatório da sua clínica, o modelo trata como fato citável. Se o único lugar que fala bem de você é o seu próprio site, o modelo trata como propaganda. A mecânica completa dessa pergunta de confiança está em o que a IA responde quando perguntam se sua empresa é confiável.

Uma limitação honesta: não publicamos ainda um estudo quantitativo do setor de saúde brasileiro. O que descrevemos é o padrão das nossas auditorias em serviços locais e B2B, aplicado à lógica da jornada de saúde. Evidência direcional, que pode mudar a cada release de modelo. Por isso a recomendação é medir a sua realidade, não confiar na nossa generalização.

Onde as normas de publicidade médica do CFM cruzam com a resposta da IA?

No ponto mais sensível de todos: a promessa de resultado. As normas de publicidade médica do CFM vedam ao médico prometer resultado, garantir cura ou usar depoimento de paciente como propaganda de eficácia. Sua clínica treina a equipe, revisa cada post, filtra cada palavra do site pra ficar dentro da linha.

E aí a IA lê 200 depoimentos no Google, resume, e escreve "pacientes relatam recuperação completa". A frase que seu médico jamais poderia publicar aparece associada ao nome da sua clínica, pra qualquer paciente que perguntar.

Sejamos precisos sobre o que isso é e o que não é. A resposta não foi escrita por você, não está no seu site e não é peça publicitária sua. Não afirmamos que ela gera infração: essa análise é do seu responsável técnico e do seu jurídico, caso a caso. O que afirmamos é mais simples. O gestor que não monitora nem sabe que a frase existe, e não dá pra levar ao conselho técnico um risco que ninguém mediu.

E desinformação em IA já tem precedente de virar conta. Em 2024, um tribunal canadense condenou a Air Canada a honrar uma política que só existia na resposta do chatbot dela (Moffatt v. Air Canada, 2024). O contexto é outro, aviação e chatbot próprio, mas a direção importa: resposta de IA associada a uma marca deixou de ser ruído inofensivo. Em saúde, onde a comunicação já é regulada, a barra só sobe. Tratamos essa dupla natureza, visibilidade e defesa ao mesmo tempo, como vertical própria: o detalhamento está na nossa página de saúde.

Por que pergunta de saúde é pergunta local?

Ninguém atravessa o país pra uma consulta de rotina. A pergunta real quase sempre carrega cidade, e muitas vezes bairro: "clínica de pediatria na zona sul", "dermatologista perto do centro". Isso muda as fontes que o modelo consulta.

Pra perguntas locais, pesam o Google Business Profile (nota, volume, recência e resposta às avaliações), os diretórios médicos onde pacientes buscam e avaliam profissionais, e a consistência dos dados básicos: nome, endereço e telefone iguais em todo lugar. Cadastro desatualizado num diretório é ruído que o modelo pode repetir como fato.

A consequência estratégica é boa notícia pra quem é pequeno. Na pergunta local, uma clínica de bairro com 300 avaliações recentes e respondidas compete de igual pra igual com um hospital de rede. O modelo não pondera faturamento. Pondera texto público verificável sobre aquela especialidade naquele lugar. Porte não é critério de citação. Lastro é. E falha aqui é barata de corrigir: atualizar cadastros e responder avaliações cabe na rotina da recepção. O caro é descobrir tarde.

Como medir: 12 perguntas prontas pra sua clínica

O protocolo resumido: rode cada pergunta 3 vezes no ChatGPT em janela anônima, repita num segundo modelo (Gemini ou Perplexity), registre toda clínica e todo profissional citado numa planilha e monte a matriz pergunta × marca. Leva cerca de 2 horas. Com 3 amostras por pergunta o intervalo de confiança é largo, então procure zeros e padrões grosseiros, não diferenças finas. O passo a passo completo, com critérios de qualidade, está em como saber se o ChatGPT recomenda sua empresa.

Substitua os colchetes pelos seus dados reais.

Descoberta (paciente se educando)

1. "[Tratamento ou procedimento que você mais realiza] funciona mesmo? Quais os riscos?"
2. "Que médico procurar pra [sintoma comum da sua especialidade]? Quando é urgente?"
3. "[Procedimento] dói? Como é a recuperação?"

Comparação (montando o shortlist)

1. "Qual a melhor clínica de [especialidade] em [cidade]?"
2. "Melhores clínicas de [especialidade] em [cidade] que atendem [convênio principal da sua carteira]?"
3. "Clínica de [especialidade] em [bairro ou região]: quais opções?"
4. "Quanto custa [procedimento] em [cidade]? O que influencia o preço?"

Validação (a confiança sendo testada)

1. "O doutor [nome do seu principal médico] é bom? O que falam dele?"
2. "A [sua clínica] é confiável? Vale a pena?"
3. "Alguém já fez [procedimento] na [sua clínica]? Como foi a experiência?"

Cuidador e decisor indireto (quem escolhe por outra pessoa)

1. "Preciso de [especialidade] pra minha mãe idosa em [cidade]. Qual clínica tem melhor acolhimento?"
2. "Qual clínica de [especialidade] em [cidade] tem agendamento online e menor espera?"

Critério de sucesso: ao final, você responde em quantas das 12 sua clínica aparece, quem aparece nas outras e o que a IA diz na 8, na 9 e na 10. As três de validação são as que mais surpreendem gestores.

O que fazer com uma resposta que promete resultado indevido

Se alguma rodada devolver frase do tipo "recuperação garantida" ou "resultados comprovados" associada à sua marca, siga a ordem:

1. Documente antes de qualquer coisa. Pergunta exata, resposta integral, data, modelo, screenshot. Sem registro, o achado não existe pra fins de governança.
2. Rastreie a fonte provável. Quase sempre a frase nasce de depoimentos no Google ou em diretórios, às vezes de texto antigo no seu próprio site. Leia os 20 reviews mais recentes procurando o vocabulário que a IA repetiu.
3. Corrija o que você controla. Texto próprio com cheiro de promessa vira afirmação verificável: escopo do procedimento, corpo clínico, estrutura. Reviews de terceiros você não apaga, mas responde sem validar a promessa.
4. Leve ao responsável técnico e ao jurídico com o dossiê pronto. A decisão sobre risco regulatório é deles. Seu papel é chegar com evidência datada, não com boato.
5. Re-meça em 30 a 60 dias. Deu certo quando a frase-promessa some das novas rodadas ou vira linguagem descritiva. Se persistir, há uma fonte que você ainda não achou.

Perguntas frequentes

A IA pode citar o nome do meu médico sem autorização?

Pode, e cita. Modelos resumem fontes públicas: diretórios, reviews, matérias, o próprio site da clínica. Não existe opt-out prático de ser mencionado. O que o gestor controla é o lastro que alimenta essas menções, começando por saber o que já está sendo dito.

Responder avaliações no Google muda o que a IA diz da clínica?

O padrão que observamos nas auditorias: reclamação respondida com desfecho público pesa menos que reclamação abandonada, e o modelo resume o padrão das avaliações, não o volume bruto. É evidência direcional, sem estudo controlado do setor. Ainda assim, é a ação de menor custo com efeito plausível na validação.

E se a IA disser um preço errado do meu procedimento?

Documente com data e modelo, como qualquer desinformação. A origem costuma ser faixa desatualizada em portal ou fórum. Antes de publicar conteúdo próprio sobre valores, valide com quem cuida da conformidade da sua comunicação: publicidade médica tem limites específicos aqui, e a correção errada sai mais cara que o erro.

Clínica pequena tem chance contra hospital de rede nessas respostas?

Na pergunta local, tem. O modelo cita quem tem texto público verificável sobre a especialidade naquela cidade: avaliações recentes, corpo clínico publicado, cadastros consistentes. Nas nossas medições, porte e verba de mídia não aparecem como critério de citação. Ausência de lastro aparece.

O ponto de partida é um número que hoje você não tem: em quantas das 12 perguntas sua clínica existe? Rode a bateria nesta semana ou peça a auditoria gratuita da Rekon, que devolve a matriz com mais amostras e intervalo de confiança calculado. Com o dado na mão, a conversa com o conselho técnico deixa de ser hipótese e vira pauta.