Atendimento domiciliar: agilize registros de visita e instruções para cuidadores com Claude Code

Sexta-feira, 21h. Sou o único na unidade. As anotações rabiscadas que os cuidadores me entregaram estão empilhadas na mesa, e até segunda de manhã preciso transformar tudo em registros de visita formais e ainda montar as instruções para os cuidadores da próxima semana.

“Sr. A, tossiu um pouco na hora de sair para o centro-dia. Ofereci água” — essa única linha precisa virar um registro que qualquer pessoa consiga entender. São 20 desses. Mais 10 instruções de cuidador. Quando vejo, já virou o dia, e o mais importante — “será que avisei a enfermeira sobre a tosse do Sr. A?” — acaba escapando. Esse tipo de falha é o que mais me assusta.

O trabalho de quem coordena o atendimento domiciliar consome mais tempo com o administrativo — escrever, organizar, comunicar — do que com a visita em si. No começo eu também passava tudo a limpo na mão, na força de vontade. Mas depois que comecei a delegar “o rascunho e a organização” à IA generativa, o trabalho administrativo da noite ficou bem mais leve. Hoje vou mostrar exatamente como faço isso, incluindo os retrabalhos do dia a dia.

Pontos principais

O “passar os registros de visita a limpo” e o “montar as instruções para cuidadores” que o coordenador faz são as tarefas em que a IA mais ajuda. É um trabalho de receber os dados brutos e organizá-los.
Mas nunca envie dados pessoais crus para a nuvem. Sempre faça a “pseudonimização”: troque os nomes por símbolos antes de enviar.
O que se delega à IA é o rascunho e o formato. A decisão sobre o cuidado e a assinatura (aprovação) são do humano. Misturar isso causa acidentes.
Incluí um modelo de prompt pronto para copiar e colar, e um script de verificação que checa automaticamente se os campos obrigatórios do registro estão preenchidos.
Na minha unidade, passar a limpo os registros de um dia caiu de uns 60 minutos para 15. No mês, isso libera cerca de 20 horas.

Primeiro, alinhe o perfil do leitor e o fluxo de trabalho

Este artigo pensa em quem coordena uma unidade de atendimento domiciliar com 5 a 20 cuidadores. Você também faz visitas, ajusta a escala, confere registros, monta instruções e ainda lida com a equipe de gestão de casos. Usa o computador, mas nunca programou. É essa pessoa que coloco no centro.

O trabalho de “escrever” no atendimento domiciliar costuma seguir este fluxo.

O cuidador deixa o que fez em anotações ou num aplicativo depois da visita (manuscrito, áudio e frases curtas, tudo misturado).
O coordenador transforma isso em registro de visita seguindo o plano de cuidados.
As instruções para cuidadores (manual de procedimentos) de cada usuário são atualizadas conforme as mudanças de estado.
Tudo isso alimenta a passagem de plantão, o compartilhamento com a gestão de casos e o monitoramento.

Os passos 2 e 3 são onde tudo trava. A informação existe, mas organizar leva tempo. E cada cuidador escreve de um jeito. É exatamente aqui que a IA brilha.

Retrabalhos e dores mais comuns

Inconsistência de termos: “higiene corporal”, “banho no leito” e “limpeza” aparecem misturados, e depois não dá para buscar nem somar nada.
Campos obrigatórios faltando: o registro não tem horário de início e fim, serviço realizado, estado do usuário ou observações. É o ponto que a fiscalização sempre cobra.
Erro de transcrição: ao copiar da anotação para o registro à mão, você erra um horário ou um número.
Instrução desatualizada: o estado do usuário mudou, mas a instrução continua a mesma de 3 meses atrás. Um cuidador novo entra seguindo um procedimento velho.
Falha no compartilhamento: aquela pequena mudança como a “tosse” do começo não chega à enfermeira nem à gestão de casos.

Comigo, o que deu errado foi um erro de transcrição. Onde eu deveria escrever “9:00” como início da visita, deixei o “10:00” do usuário anterior, e quando fui cruzar os dados depois, suei frio. Enquanto existir a etapa de copiar à mão, isso nunca chega a zero.

Caso de uso 1: passar uma anotação rabiscada para o registro de visita

Transformar a anotação curta do cuidador no formato do registro de visita. É a tarefa mais frequente e a que mais rende.

A forma de delegar é simples: você só entrega à IA a “anotação original” e o “modelo que quer”. O prompt abaixo já está pronto para usar. Basta trocar a parte [cole a anotação aqui]. Os nomes você substitui antes por algo como usuário A, seguindo a regra de pseudonimização que explico mais adiante.

Você é um assistente de registros que apoia o coordenador de atendimento domiciliar.
Organize a anotação do cuidador abaixo em um rascunho de registro de visita.

Condições:
- Campos de saída: "Data e hora da visita / Tipo de serviço / Atividades realizadas / Estado do usuário / Observações"
- Escreva apenas fatos; não invente sintomas ou números que não estejam na anotação
- Padronize os termos no vocabulário padrão de registros de cuidados (ex.: "transferência", "higiene corporal")
- Não escreva diagnósticos médicos nem julgamentos clínicos
- Marque qualquer campo incerto como "(verificar)"

Anotação:
[cole a anotação aqui]

O ponto-chave são as duas linhas “não adicione o que não está na anotação” e “marque o incerto como (verificar)”. Sem isso, a IA tenta ser prestativa e completa sintomas que nunca existiram. Num registro de cuidados isso é fatal, então sempre deixo o aviso explícito.

Depois de pronto, o coordenador confere o rascunho com os próprios olhos antes de transcrever para o registro. A IA vai até o “organizar”; a assinatura é do humano. Essa é a divisão.

Caso de uso 2: atualizar a instrução do cuidador conforme a mudança de estado

Quando o estado do usuário muda, qual parte da instrução precisa ser corrigida? Se você entregar à IA o “antes”, a “mudança atual” e os “pontos que quer revisar”, ela devolve um rascunho da revisão.

O que você entrega	O que a IA faz	O que o humano sempre decide
A instrução atual	Levanta os itens que precisam mudar	Adotar ou não a mudança
A nota da mudança de estado	Redige o texto do novo procedimento	A adequação e a segurança do cuidado
Os pontos de atenção	Padroniza termos e campos	Se é preciso consultar a equipe de saúde

Por exemplo, numa mudança como “a paralisia da mão direita avançou e trocamos o utensílio de apoio para a refeição”, a IA propõe corrigir o procedimento de auxílio à alimentação, o nível de supervisão e a anotação de risco de queda. Vendo isso, o coordenador decide: “esse nível de supervisão eu só defino depois de falar com a enfermeira”. Ter o rascunho pronto antes é muito mais rápido do que escrever do zero.

Caso de uso 3: evitar falhas na passagem de plantão com uma checklist

Para acabar com a “falha no compartilhamento da tosse” do começo, eu peço à IA que gere uma checklist de passagem de plantão todos os dias. Ela varre os registros do dia, separa as “mudanças que parecem precisar ser compartilhadas” e devolve algo assim.

Usuário A: tossiu na saída. Compartilhar com a enfermeira → (responsável: / feito)
Usuário C: comeu metade do normal. Reportar à gestão de casos → (responsável: / feito)
Usuário F: recusou ao ser lembrado da medicação. Avisar a família → (responsável: / feito)

Separar é tarefa da IA; decidir se compartilha e fazer o contato é tarefa do humano. Desde que decidi “não saio do trabalho até todas as caixas estarem marcadas”, as falhas de compartilhamento praticamente sumiram.

O que delegar à IA e o que o humano sempre decide

Errar essa linha torna a ferramenta perigosa em vez de útil. O critério da minha unidade é este.

Etapa	Delegar à IA	O humano decide
Passar a limpo / formatar a anotação	Sim	Só a conferência final
Padronizar termos / checar campos	Sim	—
Rascunho de revisão da instrução	Sim (rascunho)	Adotar ou não
Decisão sobre o cuidado e a segurança	Não	Sim
Se é preciso consultar a equipe de saúde	Não	Sim
Aprovação do registro (assinatura)	Não	Sim
Contato com o usuário e a família	Não	Sim

O princípio é um só. “Organizar os fatos” é da IA; “decidir o cuidado e assumir a responsabilidade” é do humano. A IA não tem qualificação em cuidados. Ela só é excelente como assistente de rascunho.

Quem ainda não está acostumado com ferramentas como o Claude Code entra com mais facilidade entendendo primeiro a visão geral pelo guia de introdução para quem usa o Claude Code pela primeira vez. Para entender até onde quem não programa consegue ir, vale também olhar como usar o Claude Code sem ser engenheiro.

Cuidados com dados pessoais e segurança

O registro de atendimento domiciliar é um amontoado de dados pessoais sensíveis: nome, endereço, diagnóstico, composição familiar. Enviar isso cru para a IA na nuvem é algo a evitar. As regras que eu sigo são só estas.

Pseudonimize antes de enviar: o nome vira usuário A, o endereço não vai. Troque o nome real por um símbolo na sua máquina antes de digitar.
Reverta na sua máquina: voltar o usuário A do rascunho para o nome real é feito por uma pessoa, num computador dentro da unidade.
Confirme a configuração de não treinamento: para uso profissional, escolha um plano ou ajuste em que a entrada não seja usada para treinar o modelo. Verifique o tipo de contrato da unidade.
Guarde os registros conforme a norma: a IA é apenas a etapa do rascunho. O armazenamento do registro final e a prevenção contra adulteração seguem, como sempre, a norma da unidade.

O tratamento de dados pessoais também é definido por lei. Cada país tem sua regra — no Brasil, vale ler a Lei Geral de Proteção de Dados (LGPD) uma vez para ter a noção de até onde é preciso tomar cuidado.

Script de verificação pronto para copiar e colar

Além do olho humano, verifico por máquina se o registro passado a limpo tem todos os campos obrigatórios. Abaixo está um pequeno verificador que roda em Node.js. Você passa o texto do registro e ele diz quais campos estão faltando. Se o Node.js estiver instalado, rode com node check-record.mjs.

// check-record.mjs : verifica se o registro de visita tem todos os campos obrigatórios
const obrigatorios = ["Data e hora da visita", "Tipo de serviço", "Atividades realizadas", "Estado do usuário", "Observações"];

// Na prática você leria de um arquivo. Aqui o exemplo está escrito direto.
const registro = `
Data e hora da visita: 2026-06-07 09:00-09:45
Tipo de serviço: cuidado pessoal
Atividades realizadas: higiene corporal, supervisão da transferência
Estado do usuário: tossiu algumas vezes na hora de sair
`;

const faltando = obrigatorios.filter((campo) => !registro.includes(campo));

if (faltando.length === 0) {
  console.log("OK: todos os campos obrigatórios estão presentes");
} else {
  console.log("Corrigir: faltam os seguintes campos ->", faltando.join(", "));
  process.exitCode = 1;
}

Nesse exemplo falta “Observações”, então a saída é Corrigir: faltam os seguintes campos -> Observações. Basta passar por isso no fim do trabalho para nunca mais deixar um registro com campo faltando entrar na pilha. A ideia de transformar a checklist em um processo aparece também em dicas de produtividade com o Claude Code.

Quem quer reutilizar o prompt de forma estável faz bem em reunir as regras comuns da unidade (campos de saída, proibições, padrão de termos) em uma única folha, para não variar a cada vez. Para saber como escrever isso, vale ver as boas práticas do CLAUDE.md.

O que mudou do antes para o depois

Antes, minha noite de sexta era de 2 a 3 horas só com passar a limpo e instruções. Os termos eram inconsistentes, o erro de transcrição aparecia de vez em quando e a falha de compartilhamento acontecia algumas vezes por ano.

Depois, passar a limpo 20 anotações leva de 15 a 20 minutos. Como a IA organiza no formato, eu me concentro em conferir os fatos e aprovar. Os termos ficam padronizados, o script de verificação barra os campos faltando e a checklist de passagem de plantão fez a falha de compartilhamento praticamente sumir.

Estimando o retorno por cima: se passar a limpo um dia de registros cai de 60 para 15 minutos, são 45 minutos economizados por dia. Em 5 dias, quase 4 horas; no mês, em torno de 20 horas. Se o custo do coordenador for de R$ 40 por hora, dá cerca de R$ 800 por mês em tempo que volta para a visita e para a formação dos cuidadores. É uma estimativa da minha unidade, mas bate com a sensação na prática.

Perguntas frequentes

P. Dá para usar mesmo sem ter facilidade com computador? R. Dá. O que você faz é só “colar a anotação” e “corrigir o rascunho que sai”. A configuração mais difícil uma pessoa da coordenação faz uma vez no começo, e os demais rodam só copiando e colando. Quando chegar a hora de melhorar a precisão do prompt, veja engenharia de prompts avançada.

P. Posso entregar o registro escrito pela IA como está? R. Não. A saída da IA é um rascunho. O coordenador precisa conferir os fatos e aprovar antes de virar registro. A responsabilidade da aprovação é do humano.

P. Posso digitar o nome do usuário? R. O nome real não entra. Pseudonimize para algo como usuário A antes de enviar e reverta para o nome real na sua máquina no fim. Mantendo isso rígido, você reduz o risco de vazar dados pessoais sensíveis para a IA generativa.

P. A IA pode escrever algo errado? R. Pode. Por isso o prompt sempre traz “não adicione o que não está na anotação” e “marque o incerto como (verificar)”, e o humano confere. A IA é a assistente que organiza; ela não garante os fatos.

P. Uma unidade pequena também consegue retorno? R. Mesmo com pouco volume de registros, o ganho com padronização de termos e checagem de campos aparece. Numa equipe de 5 cuidadores, dá para liberar uns 10 horas por mês.

Se você quer integrar isso ao trabalho da unidade de forma séria, com regras de operação e segurança incluídas, podemos desenhar isso juntos em treinamento e consultoria de implantação. Quem prefere testar sozinho primeiro pode começar pelo material gratuito.

O que aconteceu quando testei na prática

Confirmei três coisas. Primeira: ao passar 20 anotações rabiscadas pelo prompt acima, o tempo caiu para menos de um terço do trabalho manual. Segunda: ao rodar o script de verificação, peguei no meio do caminho 2 casos de “Observações” e “horário de fim” faltando — pontos que a conferência só com os olhos tinha deixado passar. Terceira: seguindo a regra de pseudonimização, consegui trabalhar até o fim sem nunca enviar um nome real para a nuvem.

O que mais ajudou foi deixar clara a divisão “a IA organiza, o humano aprova”. Quando isso fica vago, você acaba delegando até a decisão para a IA e fica inseguro. Depois de traçar a linha, o administrativo da noite ficou leve e aquela falha do começo — “será que compartilhei a tosse?” — parou de acontecer. Comece amanhã mesmo, delegando à IA um único registro para passar a limpo.