Redesenhando o produto central de uma plataforma de saúde que reduziu a triagem humana em 96%.
De uma ferramenta de chat manual para uma plataforma com IA, atendendo 3,5 milhões de pacientes, 24 horas por dia.
Empresa
Nilo
Duração
6 meses (4 design + build · 2 monitoramento de piloto) - 2025
Time
Vendas · Produto · Engenheiro Full Stack · Product Designer
Ferramentas
Figma · Figma Make · Claude · ChatGPT
Contexto
A Nilo é a infraestrutura para saúde e o Chat é por onde tudo passa.
A Nilo é uma plataforma SaaS que ajuda hospitais, clínicas e operadoras de saúde a oferecer cuidado contínuo e personalizado. Com mais de 3 milhões de pacientes e 6.000 profissionais de saúde na plataforma, atende clientes como Grupo Fleury, Hospital Albert Einstein, Unimed e Porto Saúde.
A plataforma tem quatro módulos: captação e engajamento, navegação de cuidado, dados e analytics, e agentes de IA. O Chat está no centro de todos eles — é a interface por onde os dados de saúde de milhões de pacientes fluem todos os dias. Sem ele, navegação de cuidado e campanhas de engajamento seriam quase impossíveis de entregar.
O problema de mercado
A saúde no Brasil enfrenta uma equação estrutural sem solução fácil. A demanda continua crescendo. As margens continuam caindo. A folha de pagamento representa mais da metade dos custos operacionais, então escalar o cuidado significa contratar mais pessoas, e esse ciclo nunca para.
A aposta da Nilo: usar IA para quebrar essa equação, especificamente em triagem e agendamento, as interações de maior volume e mais repetitivas em toda a jornada de cuidado. Provar que funciona aqui torna tudo mais fácil de construir e vender.
O ponto de entrada era claro: o Chat. Ele já era a infraestrutura conectando pacientes e times de saúde. Introduzir agentes de IA aqui significava que o impacto seria imediato e mensurável sem reconstruir toda a plataforma.
Processo
O negócio queria. O cliente estava alinhado. Mas as pessoas que realmente operam o dia a dia podiam encerrar tudo.
O Grupo Fleury era o parceiro de piloto ideal: liderança já alinhada, ganho estratégico claro para produto e cliente. Com isso garantido, partimos para o discovery para entender o dia a dia das coordenadoras de cuidado, mapear os cenários do agente e definir como ele deveria operar.
Mas o que encontramos em campo mudou tudo. As coordenadoras sabiam que a IA poderia transformar a operação, mas precisavam ter confiança de que o agente seria confiável e que elas permaneceriam no controle. E como são responsáveis perante as operadoras de saúde, o apoio delas não era opcional. Sem ele, nada vai ao ar. Se conseguíssemos conquistar a confiança delas no Fleury, funcionaria em qualquer lugar.
Insights
Entrei para mapear cenários. Saí com um problema completamente diferente para resolver.
O que encontrei não tinha nada a ver com funcionalidades ou fluxos. A preocupação real era confiança e controle, e isso reconfigurou o projeto inteiro. Já sabíamos o potencial técnico e a segurança do sistema. O que faltava era traduzir isso em uma interface que criasse uma rede de segurança para as pessoas tomando as decisões. A aba de auditoria, a visão de performance do agente, o sistema de feedback, o briefing de handoff: cada um desses endereçava diretamente uma necessidade específica de confiança, e juntos se tornaram o desbloqueio de valor que não havíamos antecipado.
"Se o agente disser algo errado para um paciente, quem responde por isso?" - Coordenadora de cuidado, Grupo Fleury
"Como eu sei o que o agente está fazendo enquanto estou atendendo outros pacientes?" - Enfermeira, Grupo Fleury
"Como posso acompanhar o agente e assumir se necessário?" - Enfermeira, Grupo Fleury
Problema
Três usuários. Um sistema. Necessidades muito diferentes, e medos muito diferentes.
O Chat já existia. Foi construído para interações manuais, uma a uma. Introduzir agentes de IA significava repensar uma experiência com a qual os profissionais já contavam todos os dias. Essas três tensões estavam presentes em cada decisão tomada ao longo do projeto.
O negócio quer escalar o cuidado sem aumentar o time.
Medo: risco operacional e responsabilidade legal. Tensão: mais autonomia para o agente significa menos controle sobre os resultados.
O profissional de saúde precisa focar nos casos que exigem atenção clínica real.
Medo: perder o controle e ser responsabilizado pelos erros do agente. Tensão: confiar no agente libera tempo, mas e se ele errar?
O paciente precisa de atendimento rápido, empático e disponível a qualquer hora.
Medo: ficar preso com um bot que não consegue ajudar e nunca chegar a uma pessoa real. Tensão: disponibilidade 24/7 parece ótimo, mas e se o agente não resolver o problema e não houver saída?
Solução
Quatro superfícies. Um sistema conectado.
A solução não eram funcionalidades isoladas. As decisões tomadas em uma superfície afetavam diretamente a experiência nas outras.
Paciente
Ponto de entrada sem instalação, sem fricção. Lembretes, campanhas, questionários de saúde e solicitações de cuidado, tudo via WhatsApp. Consultas clínicas acontecem por videochamada dentro da plataforma Nilo.
Profissional
Chat
Gerenciamento de conversas com visibilidade total do agente. Timeline, identificação da Clara, resumo do tópico gerado por IA e controle de assumir com um clique a qualquer momento.
Coordenadora
Aba de auditoria
Gerenciamento de conversas com visibilidade total do agente. Timeline, identificação da Clara, resumo do tópico gerado por IA e controle de assumir com um clique a qualquer momento.
Sistema
Fluxos de exceção
Cada cenário de falha mapeado e desenhado com intenção. Latência do agente, queda do LLM, handoff humano: cada um com sua própria linguagem visual para que o profissional sempre saiba com o que está lidando antes de dizer uma palavra ao paciente.
Agente
Briefing de handoff
Quando a Clara identifica que uma conversa precisa de um humano, ela não apenas transfere. Ela gera um briefing diretamente na timeline da conversa: o motivo exato do handoff, a mensagem que o acionou. O profissional começa informado, não do zero. Em situações críticas como ideação suicida, ter contexto rápido pode mudar completamente o desfecho.
Decisões-chave
As decisões que mais importaram.
Quatro decisões moldaram o produto inteiro:
Visibilidade do agente
Transparência total para todos. O paciente sempre sabe que está falando com a Clara, uma assistente de IA. Dar nome ao agente e criar uma persona aumentou a confiança em vez de reduzi-la.
Aba de auditoria
Disponível e acessível, não obrigatória, mas desenhada para ser difícil de ignorar. Sem ela, as coordenadoras não aprovariam a IA. Confiança se constrói com visibilidade.
Onde a falha acontece
Quando algo falha, o paciente recebe uma mensagem tranquila de que o cuidado continuará com um profissional em breve. Honesto sem ser alarmante: o paciente sabe o que está acontecendo, apenas não sabe o porquê.
Definindo os guardrails
O produto define o mínimo inegociável. Os clientes configuram dentro desses limites, mas não podem ficar abaixo deles. A vida humana vem antes da eficiência operacional, e isso precisava estar codificado no produto.
O que não é mostrado aqui. A documentação completa está disponível na apresentação completa.
Tem mais craft por baixo.
Framework de guardrails: definindo o que o agente faz de forma autônoma, o que aciona um fallback e o que ele nunca trata sozinho
Restrições de memória do agente: desenhando em torno do fato de que a Clara não tem memória longitudinal, e como isso moldou cada padrão de interação
Fluxos de exceção: latência, queda do LLM, handoffs críticos, cada um com sua própria linguagem visual intencional
Sistema de feedback: como as coordenadoras avaliam a performance do agente e como isso alimenta a melhoria do modelo
Tabela de capacidades: o mapa completo de tópicos, níveis de autonomia, comportamentos do agente e gatilhos
Piloto · Grupo Fleury · 4 meses
Resultados
Após dois meses de piloto ativo, o agente passou de monitoramento em horário parcial para horário comercial completo, e o Fleury expandiu para 24/7 logo depois. Os números falaram por si mesmos, e outros clientes seguiram.
96%
Redução nas solicitações de triagem humana
4h
Liberadas por profissional por dia
240
Conversas diárias tratadas pela Clara. Apenas 10 chegaram ao time
24/7
Cuidado contínuo. Antes apenas em horário comercial
"Estamos sinalizando erros para ajudar o agente a melhorar, mas por favor não desliguem, já está facilitando muito o nosso trabalho."
Time de enfermagem, Grupo Fleury
Semanas após o lançamento
Próximo
Quer ver a história completa?
Este é um preview. O case completo vai mais fundo: walkthrough completo da interface, o framework de guardrails, restrições de memória do agente e como moldaram as decisões de design, cada fluxo de exceção mapeado e o raciocínio completo por trás de cada tradeoff. Apresento tudo em apresentações ao vivo. Se isso despertou seu interesse, adoraria te mostrar.