RAG (Retrieval-Augmented Generation) para chatbots de clínicas

Em resumo

• RAG (Retrieval-Augmented Generation) permite que o chatbot da clínica responda com base apenas em documentos da própria clínica (preçário, FAQ, protocolos, horários), reduzindo respostas inventadas para próximo de zero quando bem configurado.
• Em clínicas portuguesas observamos custos típicos de setup entre 800€ e 3.500€ (one-shot) e operação mensal de 25€ a 90€ em chamadas de API + embeddings, para volumes até 3.000 conversas/mês.
• Uma base de conhecimento bem curada (40 a 120 documentos, 5.000 a 25.000 tokens cada) cobre tipicamente 85% a 92% das perguntas frequentes sem necessidade de intervenção humana.
• Conformidade com a ERS exige que o RAG nunca produza aconselhamento clínico, diagnósticos ou comparações com concorrentes, mesmo que esse conteúdo exista nos documentos indexados.

A maioria dos chatbots genéricos falha em clínicas porque inventa preços, inventa horários ou contradiz protocolos internos. O RAG, sigla para Retrieval-Augmented Generation, resolve este problema ao obrigar o modelo de linguagem a procurar primeiro em documentos reais da clínica antes de gerar a resposta. Para o paciente, parece magia. Para a equipa, é controlo total sobre o que sai do sistema. Este artigo explica como funciona, quanto custa em Portugal, que documentos preparar e como manter conformidade com a ERS.

O que é RAG e porque importa em saúde

RAG é uma arquitetura que combina dois passos. Primeiro, quando o paciente pergunta algo, o sistema procura nos documentos da clínica (preçário, FAQ, descrições de tratamentos, horários, regras de marcação) os trechos mais relevantes para essa pergunta. Depois, esses trechos são enviados juntamente com a pergunta ao modelo de linguagem, que responde apenas com base no que recebeu.

Em saúde, esta abordagem é particularmente valiosa por três motivos. Primeiro, evita respostas inventadas sobre preços, prazos ou disponibilidades, que prejudicam a relação com o paciente e podem gerar litígios. Segundo, mantém o discurso uniforme: o chatbot fala como a clínica fala, com o mesmo tom-de-voz e as mesmas regras. Terceiro, permite atualizações rápidas. Se o preço de uma destartarização sobe, basta editar o documento de preçário e o chatbot passa a usar o novo valor na conversa seguinte, sem retreino do modelo.

Como funciona, passo a passo

O fluxo técnico tem seis fases bem definidas, que vale a pena conhecer mesmo sem perfil de programador.

1. Ingestão: os documentos da clínica (PDF, Word, páginas web) são divididos em pedaços de 300 a 800 palavras, chamados chunks.
2. Embeddings: cada chunk é convertido num vetor numérico que representa o seu significado semântico.
3. Indexação: os vetores são guardados numa base de dados vetorial (Pinecone, Weaviate, Qdrant ou PostgreSQL com pgvector).
4. Pesquisa: quando chega uma pergunta, ela é também convertida em vetor e o sistema procura os 3 a 8 chunks mais semelhantes.
5. Geração: os chunks encontrados, mais a pergunta, mais as instruções de tom e conformidade, são enviados ao modelo de linguagem (Claude, GPT-4 ou similar).
6. Resposta: o modelo redige a resposta usando exclusivamente o contexto fornecido, opcionalmente citando a origem.

Documentos que deve preparar para o RAG

A qualidade do RAG depende quase inteiramente da qualidade dos documentos indexados. Numa clínica típica em Portugal, o conjunto mínimo viável inclui preçário detalhado por tratamento, descrição de cada serviço (com indicações e duração), horários e dias de atendimento por especialidade, regras de marcação e cancelamento, formas de pagamento aceites, política de adiantamentos, parcerias com seguros de saúde, condições de acesso (estacionamento, transportes), perguntas frequentes históricas recolhidas da receção, e protocolos de atendimento pós-consulta.

Documentos clínicos sensíveis, como protocolos médicos internos, valores de referência laboratoriais ou guidelines terapêuticos, NÃO devem ser indexados. O chatbot não está autorizado a dar aconselhamento clínico, mesmo que tenha a informação. Esta separação é central para conformidade com a ERS.

Stack técnico recomendado em 2026

Para uma clínica em Portugal, a combinação mais equilibrada em 2026 inclui um modelo de linguagem cloud, um modelo de embeddings, uma base vetorial e uma camada de orquestração. Não é necessário servidor próprio: tudo corre em serviços geridos, com custos previsíveis e RGPD-friendly se forem escolhidas regiões europeias.

Custos reais em clínicas portuguesas

Tipicamente, uma clínica de média dimensão (2 a 6 profissionais, 1.500 a 3.000 conversas/mês) tem o seguinte perfil de custos. Setup inicial entre 1.200€ e 3.500€, dependendo do volume de documentos a preparar e de integrações com sistemas internos (software de marcações, ERP). Operação mensal entre 30€ e 90€ em APIs, mais a manutenção (atualização de documentos, ajustes ao prompt do sistema), que pode ser feita pela própria clínica ou contratada como serviço recorrente.

O retorno é mensurável. Em média no setor, observamos que entre 60% e 75% das interações de receção (perguntas sobre preços, horários, parqueamento, parcerias com seguros) são absorvidas pelo chatbot. Isto liberta a rececionista para tarefas de maior valor, como acolhimento presencial, gestão de marcações complexas e cobranças.

Reduzir respostas inventadas a quase zero

Mesmo com RAG, é possível que o modelo "alucine" se mal configurado. As práticas que funcionam para reduzir alucinações para níveis residuais incluem:

• Instrução explícita no prompt do sistema: "Responde apenas com base no contexto fornecido. Se a informação não estiver presente, indica que vais reencaminhar a pergunta para a equipa."
• Pesquisa híbrida: combinar embeddings semânticos com pesquisa por palavras-chave (BM25), o que melhora a recuperação de termos específicos como nomes de tratamentos.
• Rerank: passar os 20 resultados iniciais por um modelo de reranking (Cohere Rerank, por exemplo) que escolhe os 5 mais relevantes.
• Validação de saída: rejeitar respostas que contenham números, preços ou nomes que não aparecem nos chunks usados.
• Fallback humano: criar caminho automático para WhatsApp ou formulário quando a confiança da resposta é baixa.

Integração com marcações e sistemas internos

O RAG sozinho responde a perguntas. Para o chatbot conseguir marcar consultas, cancelar marcações ou consultar disponibilidades em tempo real, é necessário adicionar uma camada de tool use (também chamada de function calling). O modelo, depois de perceber a intenção, chama uma função do sistema (por exemplo, verificar_disponibilidade ou marcar_consulta) que comunica com o software de gestão da clínica via API.

Em Portugal, as plataformas mais comuns nas clínicas com APIs utilizáveis são MEDICINAone, Clinic Master e algumas soluções nacionais de menor escala. Quando não existe API, é comum criar uma marcação provisória na base do chatbot, que é depois confirmada pela rececionista no software interno. Este modelo híbrido funciona bem e dispensa integrações dispendiosas no primeiro ano.

Manutenção da base de conhecimento

Um erro frequente é tratar o RAG como projeto, não como produto. A base de conhecimento envelhece: preços mudam, profissionais saem, novos tratamentos entram, parcerias com seguros são revistas. Sem manutenção, o chatbot começa a dar respostas tecnicamente "corretas" segundo os documentos antigos, mas desatualizadas na prática.

Tipicamente recomendamos uma revisão trimestral completa do conjunto de documentos, mais um processo simples de atualização imediata sempre que algo muda. Em clínicas com gestão sénior comprometida, este processo demora 30 a 60 minutos por trimestre. As ferramentas mais sofisticadas oferecem painéis administrativos onde a clínica edita os documentos diretamente, e a reindexação acontece automaticamente em minutos.

Métricas que vale a pena acompanhar

Para decidir se o RAG está a entregar valor, sugerimos acompanhar mensalmente um conjunto restrito mas significativo de indicadores:

Conformidade ERS

O RAG não dispensa as regras da Entidade Reguladora da Saúde nem das Ordens profissionais. Antes pelo contrário: como o chatbot fala em nome da clínica, qualquer infração é imputada ao prestador. Pontos críticos a configurar no prompt do sistema e a validar nos documentos indexados:

• Sem promessas de resultado clínico (frases como "garantimos sucesso" ou "resultados certos" devem ser bloqueadas).
• Sem urgência artificial ("últimas vagas hoje", "só esta semana") nas respostas do chatbot.
• Sem comparações com concorrentes nomeados ("melhor que a clínica X", "mais barato que Y").
• Sem aconselhamento clínico, mesmo quando o paciente pergunta diretamente (resposta padrão: "Para essa questão clínica, deve falar com o profissional na consulta").
• Sem incentivos a consumo desnecessário (não sugerir tratamentos adicionais não solicitados).
• Identificação clara como assistente automatizado, com indicação de como falar com pessoa real.
• Tratamento de dados pessoais em conformidade com RGPD: minimizar recolha, indicar a base legal e o prazo de retenção, oferecer canal para exercício de direitos.

Recomendamos validação dos textos das respostas por jurista com conhecimento de regulação de saúde antes do go-live, e revisão semestral.

Erros frequentes em implementações de RAG

Em projetos que avaliamos, os tropeços mais comuns são: indexar documentos demasiado longos sem dividir em chunks adequados, o que diluí a relevância; misturar documentos públicos com documentos internos confidenciais, criando risco de fuga; usar modelos baratos demais para o tom-de-voz pretendido, gerando respostas frias; e esquecer a fase de testes adversariais, em que se tenta provocar o chatbot com perguntas-armadilha para validar os guardrails.

A boa notícia é que todos estes erros são corrigíveis sem retrabalho profundo. Uma auditoria de uma semana, com 30 a 50 conversas-tipo, costuma identificar 90% dos problemas e gerar um plano de correções claro.

Perguntas frequentes

Posso usar RAG sem expor dados de pacientes?

Sim. A regra é simples: nunca indexar dados pessoais identificáveis no RAG. Documentos como preçários, FAQ, horários e descrições de tratamentos são impessoais. Dados de pacientes ficam noutros sistemas e o chatbot só lhes acede via tool use autenticado, quando estritamente necessário.

Qual o tempo médio de implementação de um RAG numa clínica?

Tipicamente entre 3 e 6 semanas: 1 semana para preparar documentos, 1 a 2 para configurar pipeline e prompts, 1 para testes adversariais e ajustes, 1 para integração com marcações. Clínicas com documentação dispersa podem demorar mais tempo na fase inicial de organização.

O RAG substitui a rececionista?

Não. O RAG absorve perguntas repetitivas (horários, preços, parcerias) e marcações simples, libertando tempo da rececionista para acolhimento presencial, casos complexos e cobranças. Tipicamente reduz 50% a 70% da carga de telefonemas operacionais, sem eliminar a função.

Funciona bem em português europeu?

Sim, com cuidados. Modelos como Claude e GPT-4 conseguem responder em pt-PT correto se o prompt do sistema for explícito ("responde sempre em português europeu, sem brasileirismos") e se os documentos indexados estiverem em pt-PT. Recomenda-se revisão linguística periódica.

Qual a diferença entre RAG e fine-tuning?

RAG procura informação em documentos sempre que responde; fine-tuning treina o modelo com exemplos. Para clínicas, RAG é quase sempre superior: mais barato, mais fácil de atualizar, menos sensível a alucinações e dispensa retreino sempre que muda um preço ou horário.

Posso começar pequeno e crescer depois?

Sim, e é o recomendado. Comece com 20 a 30 documentos cobrindo as perguntas mais comuns, valide com 2 a 4 semanas de uso real, e expanda gradualmente. Esta abordagem incremental reduz custo inicial e permite ajustar o tom-de-voz com base em conversas reais.

Como medir o retorno do investimento em RAG?

Compare horas de receção libertadas (multiplicadas pelo custo/hora), aumento de marcações geradas via chatbot e redução de chamadas perdidas. Em clínicas que acompanhamos, o investimento inicial é tipicamente amortizado em 4 a 9 meses, dependendo do volume.

Que acontece se o chatbot não souber responder?

O sistema deve estar configurado para reconhecer baixa confiança e propor alternativa: deixar contacto para a equipa responder, redirecionar para WhatsApp humano ou marcar chamada. Nunca deve inventar resposta. Esta política de fallback é central para confiança do paciente.

Próximos passos

Implementar RAG no chatbot da sua clínica não é um projeto de meses nem requer equipa técnica interna. Com os documentos certos, o stack adequado e os guardrails de conformidade bem configurados, é possível ter um assistente automatizado em produção em poucas semanas, com custos previsíveis e retorno mensurável.

Se quer perceber o que faz sentido para a realidade da sua clínica, que documentos preparar primeiro e que stack escolher tendo em conta o seu volume de marcações, Solicite um diagnóstico e receba uma análise concreta com estimativas de custo, prazos e indicadores de retorno aplicados ao seu caso.