Como a IA identifica oportunidade de tratamento adicional pelo histórico do paciente na clínica odontológica?

"Como a IA identifica, no histórico do paciente, um tratamento adicional que a clínica está deixando passar?"

Sua base já tem a receita dentro dela. O problema é que ela está espalhada em evolução clínica, odontograma e orçamento antigo, e só sai de lá quando alguém lembra.

E lembrar não escala. Um dentista experiente lembra dos casos que marcaram, não dos milhares de prontuários que a clínica acumulou ao longo de anos.

A IA não resolve isso descobrindo tratamento novo. Ela resolve relendo, todo dia, tudo o que já foi registrado, e devolvendo uma lista curta de pacientes com indicação pendente.

A diferença entre isso e um telemarketing de tratamento é uma linha só: indicação clínica registrada antes, não valor do procedimento.

Neste guia você vai ver:

• O que conta (e o que não conta) como oportunidade de tratamento adicional
• Quais campos do prontuário carregam sinal real e quais são ruído
• Como o modelo prioriza, onde ele erra e quanto custa cada tipo de erro
• O limite ético do CFO e o que a LGPD exige de um score sobre paciente
• Quem faz o contato, com qual roteiro, em qual cadência, e como medir tudo

O que a IA chama de "oportunidade de tratamento adicional" (definição operacional)

Antes de qualquer modelo, você precisa de uma definição que o sistema consiga executar. "Oportunidade" no sentido vago não vira consulta SQL nem fila.

Na prática, seis situações distintas se escondem atrás do mesmo nome. Cada uma tem origem diferente no sistema e risco diferente de erro.

Tipo de oportunidade	Onde ela aparece no sistema	O que a IA verifica	Risco principal
Tratamento diagnosticado e não executado	Plano de tratamento sem procedimento correspondente executado	Item planejado sem baixa de execução	Item já resolvido em outra clínica
Orçamento aprovado e nunca iniciado	Orçamento com status aprovado, agenda sem execução	Aprovação sem primeira sessão	Paciente desistiu e ninguém registrou
Orçamento apresentado e não fechado	Orçamento em aberto há X dias	Tempo desde a apresentação	Objeção de preço não tratada
Achado de imagem não tratado	Laudo do exame com achado sem conduta	Achado descrito sem procedimento posterior	Achado sem indicação de tratamento
Recall vencido	Data do último atendimento e intervalo de retorno	Tempo desde o último contato clínico	Paciente em acompanhamento fora da clínica
Especialidade adjacente indicada pelo quadro	Evolução clínica que indica encaminhamento	Indicação registrada sem execução	Encaminhamento já feito e não anotado

Repare no padrão: em todas as seis, a IA compara o que foi indicado com o que foi executado. Ela não cria a indicação.

O caso clássico da odontologia é o implante instalado com a prótese nunca fechada. A indicação está no prontuário, a execução parou no meio, e o paciente sumiu sem que ninguém percebesse.

Lembre: oportunidade de tratamento adicional é sempre um caso clínico interrompido, nunca um procedimento novo que o algoritmo achou que caberia. Se a origem não é um registro anterior de um profissional, não é oportunidade, é oferta.

Onde o sinal mora: os campos do prontuário que a IA consegue ler

Nem todo campo do sistema carrega informação útil. A maior parte do prontuário é administrativa e não diz nada sobre pendência clínica.

O Código de Ética Odontológica (Resolução CFO-118/2012), no Art. 17, Parágrafo Único, obriga o profissional a manter no prontuário os dados clínicos necessários para a boa condução do caso, preenchidos em cada avaliação, em ordem cronológica, com data, hora, nome, assinatura e número de registro no CRO.

Essa exigência é o que torna a leitura por IA possível. Sem evolução datada e assinada, não existe linha do tempo, e sem linha do tempo o modelo não distingue pendente de resolvido.

Estes são os campos que de fato carregam sinal:

1. Evolução clínica em ordem cronológica. É a espinha dorsal. Diz o que foi visto, quando, e por quem.
2. Odontograma. Mostra o estado por elemento dentário e permite detectar região tratada pela metade.
3. Plano de tratamento contra procedimentos executados. O confronto mais direto que existe: item planejado sem execução correspondente.
4. Exames de imagem com laudo. Achado descrito em texto que nunca virou conduta.
5. Histórico de faltas, remarcações e data do último contato. Não indica tratamento, indica risco de perder o caso e ajuda a priorizar.

E os campos que enganam: valor do orçamento, convênio, e origem do lead. Eles servem para segmentar o contato depois, nunca para decidir quem entra na fila.

Pensa assim: o odontograma diz o que falta, a evolução diz por que falta, e a agenda diz há quanto tempo ninguém cuida disso.

Achado de imagem que ninguém retomou: a origem mais silenciosa

Essa é a categoria que mais escapa da clínica movimentada, e a que mais depende de texto livre.

Exame de imagem de grande volume, como a tomografia de feixe cônico, costuma revelar coisas fora da queixa que motivou o pedido. Parte desses achados exige conduta, parte exige apenas acompanhamento, e parte não exige nada.

O que acontece na rotina é previsível: o laudo é lido para resolver a queixa principal e o achado secundário fica registrado, mas fora do plano.

A IA lê esse texto e faz uma pergunta simples: existe algum procedimento posterior compatível com esse achado?

Se não existe, o caso entra na fila para revisão do profissional, com o trecho do laudo anexado. Não para contato automático.

Essa distinção é obrigatória: achado de imagem não vira indicação de tratamento sem que um cirurgião-dentista avalie. O que a IA entrega é a lembrança de reavaliar, não a conduta.

Recall por risco individual, não por calendário fixo

Aqui está a diferença entre uma fila inteligente e uma lista de aniversário de tratamento.

A prática comum é padronizar o retorno: todo paciente ouve o mesmo "volte daqui a seis meses", independente do que o prontuário dele mostra. Quem tem risco alto retorna tarde demais, quem tem risco baixo é chamado sem necessidade.

O histórico permite escalonar isso. Estes sinais já estão registrados na maioria das clínicas e o modelo consegue cruzar:

• Registro de placa visível e autocuidado irregular nas evoluções anteriores
• Perda de inserção periodontal documentada
• Histórico de retratamento na mesma região
• Faltas e remarcações repetidas (indicador de adesão, não de clínica)
• Intervalo real entre retornos, comparado com o intervalo indicado no plano

Com isso, o recall deixa de ser um calendário e vira uma segmentação por risco: quem tem histórico de doença ativa entra em intervalo curto, quem tem histórico estável entra em intervalo longo.

Se você quer aprofundar a mecânica do retorno programado, veja como a IA dispara o recall de manutenção no momento certo por procedimento.

Como a IA transforma histórico em fila: score, corte e o custo de cada erro

Achar sinal é a parte fácil. A parte difícil é decidir quem a equipe contata esta semana, porque tempo de recepção e agenda do profissional são finitos.

O modelo resolve isso atribuindo um score por paciente e aplicando um limiar de corte. Acima do corte, entra na fila. Abaixo, espera.

O score sério combina três blocos:

1. Força da indicação clínica. Item explicitamente planejado pesa mais que achado incidental sem conduta.
2. Recência e coerência do registro. Indicação de três meses atrás vale mais que anotação de seis anos que pode ter sido resolvida fora.
3. Probabilidade de retomada. Histórico de comparecimento, resposta a contatos anteriores, tempo desde o último atendimento.

Agora, o ponto que quase toda clínica ignora ao ligar um modelo desses: onde você coloca o corte é uma decisão de negócio, não técnica.

• Corte alto: fila curta, quase todo mundo dentro tem pendência real (alta precisão), mas muita oportunidade legítima fica de fora (baixa cobertura).
• Corte baixo: fila longa, você alcança quase toda a pendência real (alta cobertura), mas incomoda paciente que não tinha nada pendente (baixa precisão).

Os dois erros custam coisas diferentes, e você precisa nomear esse custo antes de escolher:

Tipo de erro	O que acontece na prática	Custo real
Falso positivo	Paciente é contatado sem ter pendência clínica	Desgaste da relação, risco ético, tempo da equipe
Falso negativo	Caso interrompido continua parado	Receita parada e tratamento não concluído

Na primeira rodada, comece pelo corte alto. Falso positivo em saúde queima confiança, e confiança queimada não volta com desconto.

Lembre: um modelo que entrega uma fila muito maior do que a equipe consegue contatar na semana não é um modelo generoso. É um modelo que a equipe vai ignorar em poucas semanas.

A armadilha estatística que estraga a fila antes de você perceber

Esse é o ponto onde painel bonito engana dono de clínica competente. Vale entender o mecanismo.

Fila de oportunidade é, por natureza, um problema de base desbalanceada: em qualquer mês, só uma fração pequena da base tem pendência clínica acionável.

Isso cria o paradoxo da acurácia. Exemplo ilustrativo: suponha que 5 em cada 100 pacientes tenham pendência real. Um modelo que responde "ninguém tem pendência" para todo mundo acerta 95 de 100 casos e parece excelente no relatório, entregando exatamente zero oportunidade.

Por isso acurácia não serve como métrica aqui. O que importa é quanto da fila entregue tem pendência de verdade, e quanto da pendência real o modelo consegue alcançar.

Tem mais uma armadilha, e essa é sutil: as técnicas usadas para corrigir o desbalanceamento (replicar casos raros, gerar exemplos sintéticos) costumam melhorar a separação e piorar a calibração.

Traduzindo para a clínica: o modelo passa a cuspir probabilidades infladas. Ele promete, por exemplo, uma chance altíssima de retomada onde a chance real é modesta. A fila parece ouro no painel, e a equipe descobre na prática que não é.

Modelo descalibrado é pior que modelo ausente, porque ele produz confiança falsa em cima de uma lista qualquer.

O teste é barato: separe a fila por faixa de score e compare a previsão com o que aconteceu de verdade em cada faixa. Se a faixa mais alta retoma no mesmo ritmo da faixa do meio, o problema não é a equipe, é a calibração.

A falha silenciosa: quando a tabela de entrada para de atualizar

Modelo que quebra alto é fácil de achar: alguém vê o erro e chama o suporte. O que derruba programa de verdade é a falha que não faz barulho.

O padrão é sempre o mesmo. Alguém muda um campo no sistema, uma integração para de escrever em uma tabela, e o modelo continua rodando com dado velho.

Não aparece erro. A fila continua saindo, no mesmo horário, com o mesmo tamanho. Só que ela vai ficando errada devagar.

Quando alguém percebe, já se passaram meses e a equipe clínica já concluiu que "aquela lista não presta". Recuperar a confiança da equipe custa mais do que arrumar a integração.

Quatro alarmes simples resolvem quase tudo:

• Volume diário de registros por tabela de origem. Queda abrupta é integração quebrada.
• Data do registro mais recente por campo crítico. Campo que congelou fica óbvio.
• Proporção de campos vazios por tipo de oportunidade. Subida súbita indica mudança de layout no sistema.
• Taxa de aceitação da fila pela equipe clínica. É o alarme humano, e costuma disparar antes dos técnicos.

Qualidade do dado: o paciente duplicado e o sistema que não conversa

Antes de sonhar com score, encare a base como ela é. Quase toda clínica já tem registro eletrônico, mas pouquíssimas têm sistemas que conversam entre si.

Na prática, o mesmo paciente existe várias vezes: uma no software clínico, uma no WhatsApp, uma na planilha da recepção, às vezes duas no próprio sistema (cadastro com telefone diferente, nome abreviado, CPF em branco).

Para o modelo, duplicata é veneno. O paciente que já concluiu o tratamento em um cadastro aparece como pendente no outro, e a equipe liga para cobrar algo que já foi feito.

A reconciliação vem antes de qualquer modelagem:

1. Defina a chave. CPF quando existe, telefone normalizado como segunda chave, nome e data de nascimento como terceira.
2. Una os duplicados mantendo o histórico dos dois cadastros, nunca descartando o mais antigo.
3. Normalize telefone e formato de data antes de importar qualquer coisa.
4. Marque o cadastro sem informação suficiente e mantenha fora da fila até alguém completar.

Sim, isso é trabalho chato. Também é o que separa uma fila que a equipe usa de uma fila que gera constrangimento na primeira semana.

O limite ético do CFO: onde a fila de oportunidade vira infração

Agora a parte que decide se esse programa é ativo ou passivo na sua clínica.

O Código de Ética Odontológica é explícito no Art. 11: constitui infração ética "exagerar em diagnóstico, prognóstico ou terapêutica" (inciso III) e "executar ou propor tratamento desnecessário ou para o qual não esteja capacitado" (inciso V).

O mesmo artigo, no inciso IV, tipifica como infração "deixar de esclarecer adequadamente os propósitos, riscos, custos e alternativas do tratamento".

E o Art. 20 fecha o cerco pelo lado comercial: é infração ética "instituir cobrança através de procedimento mercantilista" (inciso IV) e "abusar da confiança do paciente submetendo-o a tratamento de custo inesperado" (inciso V).

Junte as quatro previsões e você tem o desenho exato de como a fila pode e não pode ser usada:

Situação	Conduta que respeita o Código	Conduta que vira infração
Item planejado e não executado	Retomar o caso e reavaliar clinicamente	Cobrar a execução como se a indicação fosse automática
Achado de imagem sem conduta	Chamar para reavaliação, com o profissional decidindo	Anunciar o tratamento antes de qualquer avaliação
Orçamento em aberto	Retomar explicando custos e alternativas (Art. 11, IV)	Pressionar por fechamento com prazo artificial
Priorização da fila	Ordenar por indicação clínica e risco	Ordenar por ticket do procedimento (Art. 20, IV)
Apresentação do valor	Custo total esclarecido antes de iniciar	Valor que aparece depois de o tratamento começar (Art. 20, V)

Repare na quarta linha. Priorizar a fila pelo valor do procedimento é o erro mais comum e o mais caro, porque transforma um instrumento clínico em instrumento de venda, exatamente o que o Art. 20, IV, veda.

Lembre: a IA pode ordenar a fila, mas quem define o que é indicação legítima é o cirurgião-dentista, e o registro dessa decisão fica no prontuário. Ordenação por ticket é o atalho que coloca seu CRO em risco.

IA é apoio, nunca decisora clínica (e o paciente tem o direito de saber)

O CFO ainda não publicou resolução específica sobre inteligência artificial. Isso não deixa a clínica sem parâmetro, porque a área da saúde já tem um paralelo normativo claro.

A Resolução CFM 2.454/2026 estabelece que a decisão clínica final é sempre do profissional humano, que a IA atua apenas como apoio, e que o paciente deve ser informado quando a tecnologia influencia significativamente sua avaliação. A resolução veda delegar diagnóstico, prognóstico ou decisão terapêutica à IA.

Não é regra do CFO e não se aplica automaticamente à odontologia. Mas é o padrão de conduta que qualquer perícia vai comparar, e adotá-lo por antecipação custa quase nada.

Na prática, três coisas resolvem:

1. A saída do modelo é sugestão em fila, nunca conduta. O profissional aceita, edita ou rejeita antes de qualquer contato.
2. O uso da tecnologia fica registrado no prontuário, junto com a decisão humana que veio depois.
3. O paciente é informado com naturalidade de que a clínica revisa periodicamente os prontuários para localizar tratamento pendente.

Essa terceira frase, dita na hora certa, resolve metade do desconforto. Retomar caso interrompido é cuidado, e soa como cuidado quando é apresentado assim.

LGPD: dado de saúde é sensível e o score precisa ser explicável

Fila de oportunidade é tratamento automatizado de dado de saúde. A Lei Geral de Proteção de Dados (Lei 13.709/2018) trata dado referente à saúde como dado pessoal sensível, com regime mais rígido que dado cadastral comum.

Dois dispositivos mexem diretamente com o score:

• Art. 20: o titular tem direito a solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses.
• Art. 20, parágrafo primeiro: o controlador deve fornecer, quando solicitado, informações claras e adequadas sobre os critérios e procedimentos utilizados na decisão automatizada.

Traduzindo para a sua clínica: se o paciente perguntar por que foi chamado, alguém precisa saber responder. "O sistema apontou" não é resposta aceitável.

Some a isso a governança básica, que vale independente do modelo:

• Base legal definida para o contato de retomada, decidida com apoio jurídico antes do primeiro disparo
• Encarregado de dados (DPO) nomeado, com canal de contato publicado
• Controle de acesso por perfil, porque nem toda a equipe precisa ver evolução clínica
• Plano de resposta a incidentes escrito antes de precisar dele
• Registro de quem acessou o quê, que também protege a clínica

O tema completo, com o recorte de quem controla os dados da conversa, está em IA no atendimento e LGPD na clínica odontológica.

Quem faz o contato, e com qual roteiro, sem virar telemarketing

Fila boa com contato ruim produz o pior dos mundos: o paciente certo, abordado do jeito errado, decidindo que a clínica virou loja.

A divisão que funciona separa o que é clínico do que é logístico:

Papel	O que faz	O que nunca faz
IA de atendimento	Responde na hora, confirma interesse, organiza agenda, reengaja quem não respondeu	Explicar conduta, prometer resultado, citar valor de procedimento não avaliado
Recepção / CRC	Conduz o retorno, resolve horário, confirma comparecimento	Justificar indicação clínica
Cirurgião-dentista	Valida a fila antes do contato e conduz a conversa clínica	Delegar a decisão de indicação ao sistema

O roteiro segue a mesma lógica. Três regras cobrem quase tudo:

1. Abra pelo caso, não pela oferta. "Vi aqui que o seu tratamento parou na etapa da prótese" reconecta. "Temos uma condição especial" afasta.
2. Nomeie quem indicou. A recomendação tem autor, e o autor tem CRO. Isso muda completamente a temperatura da conversa.
3. Ofereça reavaliação, não procedimento. O próximo passo é a consulta, com custos e alternativas esclarecidos ali (Art. 11, IV), nunca o fechamento por mensagem.

E tem uma vantagem operacional que pesa mais do que parece: o paciente de retomada responde no horário dele, não no seu. A clínica que só consegue conversar das 8h às 18h conversa com uma fatia de quem foi acionado, e a fatia que sobra não é escolhida por ela.

Adoção da equipe: por que o dentista experiente ignora a sugestão do algoritmo

Esse é o ponto que derruba mais programa do que qualquer limitação técnica. O modelo funciona, a fila é boa, e ninguém usa.

O motivo é legítimo. O profissional carrega contexto que o sistema não tem: sabe que o paciente resolveu aquilo em outro lugar, que a família passou por um problema, que aquele caso específico foi encerrado de comum acordo.

Quando a ferramenta chega como cobrança, ela vira adversária. Quando chega como rascunho, vira aliada.

O que faz a equipe usar:

• Poder de rejeitar com um clique, sem justificativa obrigatória na primeira versão
• Motivo da sugestão visível (qual registro, de qual data, de qual profissional)
• Volume compatível com o que a agenda comporta na semana
• Retorno do que foi rejeitado para o modelo, para a fila melhorar sozinha
• Nenhuma meta individual amarrada à fila, porque meta em cima de indicação clínica é o caminho mais curto para o Art. 11, V

A rejeição não é ruído. É o dado mais valioso que você vai coletar nos primeiros meses.

Cadência e janela: quando acionar, quantas vezes, quando parar

Cadência sem regra escrita vira insistência, e insistência em saúde vira reclamação.

Defina três parâmetros antes de ligar qualquer coisa, e deixe-os por escrito:

1. Janela de inatividade. Quanto tempo sem contato clínico antes de o caso entrar na fila. Casos com etapa interrompida entram cedo, recall estável entra tarde.
2. Número máximo de tentativas. Um teto pequeno, definido antes, e respeitado por todos os canais somados.
3. Critério de parada. Sem resposta após o teto, o caso sai da fila ativa e volta apenas se houver fato novo (retorno espontâneo, novo exame, nova indicação).

Registre também a saída por pedido do paciente. Quem pede para não ser contatado sai de todas as filas, imediatamente, e isso precisa estar registrado no cadastro, não na memória da recepção.

O ritmo de decisão ajuda a calibrar a expectativa, com uma ressalva importante: nos dados internos da Odonto Results o tempo curto entre a primeira mensagem e o agendamento é medido em conversas que receberam resposta imediata, então ele descreve o ritmo de quem JÁ está engajado, não uma expectativa para a fila de retomada. Quem responde tende a resolver rápido. Quem não responde pede outra régua.

Como medir o programa (e por que a linha de base vem antes do modelo)

Sem linha de base, qualquer resultado parece bom, e você não consegue distinguir efeito do modelo de sazonalidade da agenda.

Meça um período com a fila feita à mão, do jeito que a clínica sempre fez, e só então ligue o modelo. É a única forma de comparar.

Métrica	O que mostra	Onde ela costuma quebrar
Tamanho da fila entregue	Se o corte está calibrado para a capacidade	Fila maior que a agenda comporta
Taxa de aceitação clínica	Qualidade real da fila	Queda indica dado desatualizado
Taxa de contato efetivo	Saúde do cadastro	Telefone errado e duplicata
Taxa de resposta	Qualidade do roteiro e do canal	Abordagem de oferta em vez de retomada
Retorno à avaliação	Se a conversa vira consulta	Agenda sem horário para reavaliação
Aceitação do plano	Se a indicação era pertinente	Fila ordenada por ticket
Receita por paciente retomado	Retorno financeiro do programa	Medir só receita e ignorar aceitação clínica

Acompanhe as sete juntas. Olhar só a última é o atalho para transformar o programa em pressão comercial, exatamente o que o Código de Ética veda.

E compare sempre com a fila manual do mesmo período. Se o modelo não vence a lista feita à mão, o problema está no dado, não na equipe.

Integração sem trocar de software: como rodar isso no que você já tem

Você não precisa migrar de sistema para começar. Precisa conseguir exportar.

O caminho de menor risco tem cinco passos:

1. Exporte o histórico em formato tabular (pacientes, planos, procedimentos executados, agendamentos, laudos).
2. Reconcilie o cadastro com as chaves definidas antes, resolvendo duplicata.
3. Rode em janela de teste, sem contatar ninguém, só produzindo a fila.
4. Compare com a fila feita à mão pela equipe no mesmo período: o que os dois pegaram, o que só um pegou.
5. Libere o contato em lote pequeno, com validação clínica caso a caso, e só amplie depois de duas rodadas estáveis.

O passo 4 é o que dá segurança para a equipe clínica. Quando o dentista vê que a fila automática pegou três casos legítimos que a lista manual perdeu, a discussão sobre confiança acaba ali.

E o passo 5 é inegociável. Rodar a base inteira de uma vez queima a base inteira de uma vez.

O que o histórico prevê bem e o que ele não prevê

Calibre a expectativa antes de investir. Previsão a partir de histórico tem alcance real e limite real.

O precedente mais estudado na clínica é o no-show. Modelos que preveem falta usam basicamente o mesmo insumo (histórico de comportamento, intervalo desde o último atendimento, canal de origem) e mostram o padrão que se repete aqui.

O que o histórico prevê razoavelmente bem:

• Quem tem pendência clínica registrada e não executada (isso é consulta, não previsão)
• Quem tende a responder a um contato de retomada
• Quem tende a faltar depois de agendado

O que o histórico não prevê:

• Se o paciente vai aceitar o plano depois da reavaliação
• Se a indicação continua válida clinicamente hoje
• Mudança de renda, mudança de cidade, tratamento feito em outra clínica

Essa fronteira importa porque define o que você promete internamente. A fila entrega quem reavaliar primeiro, não quem vai fechar.

Antes de confiar em qualquer painel preditivo, vale entender como medir a precisão dele: veja como medir a precisão do painel preditivo antes de confiar.

7 erros que transformam a fila em desgaste com o paciente

Estes são os erros que aparecem com mais frequência em clínica que tentou e desistiu:

1. Rodar a base inteira de uma vez. Queima a base e sobrecarrega a equipe na primeira semana.
2. Priorizar por ticket em vez de indicação clínica. Além de antiético (Art. 20, IV), destrói a confiança da equipe na fila.
3. Ignorar o motivo pelo qual o paciente parou. Quem parou por preço precisa de conversa diferente de quem parou por medo.
4. Contato sem validação clínica. Sugestão do modelo não é indicação.
5. Medir só receita. O programa vira pressão comercial em dois meses.
6. Não monitorar a entrada de dados. A fila degrada em silêncio e a equipe conclui que "não funciona".
7. Nenhum registro do uso da IA no prontuário. Some rastreabilidade justamente onde ela mais importa.

O contraponto positivo de todos eles é o mesmo: caso interrompido, validado por profissional, retomado com transparência de custos e alternativas. Para a conversa que acontece depois, na cadeira, veja como elevar o ticket com tratamento adicional na avaliação.

Seu próximo passo

1. Meça a linha de base antes de ligar qualquer modelo. Exporte o histórico, monte a fila à mão por um período e registre quantos casos a equipe consegue contatar por semana. Sem esse número, você não tem com o que comparar depois.
2. Reconcilie o cadastro e defina o limiar de corte com a agenda real. Fila maior do que a capacidade de contato é fila ignorada. Comece com corte alto e amplie só depois de duas rodadas estáveis.
3. Escreva as regras antes do primeiro disparo. Quem valida clinicamente, quem contata, qual roteiro, quantas tentativas, quando para, o que fica registrado no prontuário e qual é a base legal do contato.

Quer transformar o histórico que já está na sua base em pacientes na cadeira, com validação clínica e sem virar telemarketing de tratamento? Agende uma apresentação.