Um estudo publicado na Arquivos de Ciências da Saúde da UNIPAR apresenta um modelo analítico desenvolvido para estimar custos variáveis hospitalares no Sistema Único de Saúde e apoiar decisões mais precisas na gestão pública. A pesquisa foi construída a partir de um estudo de caso em Belo Horizonte e mostra como a integração de diferentes bases de dados pode ajudar o poder público a identificar distorções de gasto, comparar hospitais com perfis distintos e qualificar a renovação de contratos assistenciais.
O trabalho reúne informações do APURASUS, do SIGTAP, do CNES, de registros de pagamento e da metodologia DRG, usada para ajustar a complexidade dos atendimentos. A base analisada considerou nove hospitais contratualizados e dados entre janeiro de 2022 e dezembro de 2024. Com isso, os autores estruturaram um modelo capaz de estimar o custo por paciente-dia e de comparar unidades hospitalares a partir não apenas do volume de internações, mas também do grau de complexidade clínica dos casos atendidos.
Na prática, o modelo tenta atacar um problema velho do SUS: comparar hospitais apenas pelo gasto bruto costuma produzir injustiças analíticas. Um hospital que atende casos mais graves naturalmente consome mais recursos. Sem ajuste técnico, ele pode parecer ineficiente quando, na verdade, enfrenta uma demanda assistencial mais complexa. É aí que entra o DRG, incorporado no estudo como fator de correção para tornar a leitura dos custos mais equilibrada.
Os resultados indicam variações significativas nos custos operacionais entre os hospitais analisados. O estudo mostra que o modelo permitiu identificar discrepâncias entre unidades, estimar custos ajustados pela complexidade e oferecer uma base mais racional para planejamento da oferta, avaliações epidemiológicas e renegociação contratual. Em um dos exemplos apresentados, hospitais com diferentes níveis de complexidade assistencial tiveram seus custos reinterpretados à luz desse ajuste, revelando situações em que o gasto observado subestimava ou superestimava o perfil real do atendimento prestado.
Outro ponto relevante é o uso do Power BI como ambiente de consolidação e leitura dos dados. O modelo foi desenvolvido com linguagem DAX e integrado por meio do Power Query, permitindo calcular indicadores como capacidade operacional, custo por diária de enfermaria, custo por diária de UTI e custo por leito. Em tempos de orçamento comprimido e demanda crescente, a pesquisa reforça que gestão pública em saúde não pode mais depender de planilhas soltas, intuição administrativa ou pactuações cegas. Sem inteligência analítica, o risco é financiar mal, contratar pior e punir justamente quem atende os casos mais pesados.
Na conclusão, os autores afirmam que o uso de ferramentas analíticas pode ampliar a eficiência, a sustentabilidade e a qualidade da gestão hospitalar, além de servir de referência para outras instituições públicas. O estudo também reconhece obstáculos para adoção mais ampla desse tipo de solução, como necessidade de infraestrutura tecnológica, qualificação das equipes e melhoria da qualidade dos registros administrativos e assistenciais. Ainda assim, o recado central é claro: sem medir com inteligência, o SUS continua pressionado a decidir no escuro.
Referência
DIAS, Ester Cardozo et al. Construção de modelo analítico para a gestão de custos hospitalares no Sistema Único de Saúde. Arquivos de Ciências da Saúde da UNIPAR, Umuarama, v. 30, n. 2, p. 954-969, 2026. DOI: 10.25110/arqsaude.v30i2.2026-12389.
Portal Archa 