Enfermeiros de terapia intensiva da HCA Healthcare, a maior rede hospitalar dos EUA, dizem que a ferramenta de escalas com IA chamada Timpani não está funcionando como deveria. Amber Retzloff, enfermeira na Flórida, pediu cinquenta turnos específicos de 12 horas ao longo de quatro meses, mas recebeu turnos em dias consecutivos em mais da metade das vezes. Ela afirma que a ferramenta ignora os pedidos de folga, o intervalo entre turnos e a necessidade de profissionais experientes nos dias mais movimentados.
O que relatam os enfermeiros
Enfermeiros de pelo menos cinco unidades da HCA disseram à WIRED que a Timpani costuma escalar menos profissionais do que o necessário, designar funcionários menos experientes para casos de alta complexidade e obrigá-los a trocar turnos ou contestar as escalas com mais frequência do que antes. Uma enfermeira no Missouri disse que precisou adiar uma consulta médica porque o sistema a escalou para um “dia vermelho” — um dia em que ela havia pedido especificamente para não trabalhar. Outra afirmou que a chance de conseguir trocar um turno problemático é de apenas cerca de 50%.
Resposta da empresa
A porta-voz da HCA, Harlow Sumerford, afirma que os gestores continuam tomando as decisões finais e que a IA foi criada para combinar as competências adequadas às necessidades dos pacientes, levando em conta as preferências dos funcionários. A empresa observa que a Timpani, desenvolvida com base no Palantir Foundry, escala profissionais em cerca de 1% dos dias em que pediram folga, segundo dados da HCA. A HCA diz que está atualizando a ferramenta com base nas opiniões recebidas, embora enfermeiros afirmem que os problemas persistem.
Por que importa
Para os enfermeiros, a ferramenta significa horários menos previsíveis, mais estresse e tempo gasto tentando corrigir as escalas, em vez de cuidar dos pacientes. Para os pacientes, equipes com poucos profissionais ou com competências inadequadas podem atrasar o tratamento e comprometer a segurança. As alegações de eficiência da empresa ainda não foram verificadas, e o impacto real na qualidade do atendimento permanece incerto.
