Produto UI/UX

Desenhando a camada de confiança para a saúde domiciliar

Saúde domiciliar não tem falta de demanda. O que falta é infraestrutura de confiança: identidade verificada antes de qualquer pessoa entrar em uma casa, pagamento retido até a confirmação do serviço, e responsabilidade documentada para as três partes da transação, simultaneamente.

+35%

conversão projetada no checkout

0

pagamentos liberados sem confirmação de serviço

3

tokens de confiança · cadeia de custódia do agendamento ao pagamento

Função

Product Designer

Plataforma

iOS · Android

Usuários

3 simultâneos

Status

Reconstrução de portfólio · NDA

Telas do app MedMe

Estado atual · antes deste projeto

Quer visita domiciliar Nenhuma plataforma existe Pesquisa no Google ou pergunta Sem filtro, sem confiança Liga / WhatsApp Sem registro, sem auditoria Recebe um orçamento Sem garantia de retenção Chega sem verificação Sem checagem de licença.

O produto sob demanda não existia. O ecommerce existia para produtos, mas não para serviços profissionais em domicílio.

01

O problema

A real restrição da saúde domiciliar é a confiança. O atrito é só o sintoma visível, e a causa raiz vai mais profundo.

Um paciente abre a porta da própria casa para um estranho. Isso não é uma entrega de comida. É alguém tocando seu corpo, colhendo seu sangue, vacinando seu filho.

O MedMe já tinha um ecommerce farmacêutico funcionando. O que não existia era um produto sob demanda com identidade profissional verificada, proteção de pagamento e responsabilidade cobrindo os três lados da transação simultaneamente: paciente, profissional e clínica.

As telas originais ficaram com a empresa. Tudo aqui é uma reconstrução do zero para o portfólio.

02

Três usuários, três medos

Três atores estão ativos simultaneamente em cada atendimento. Cada um tem um conjunto diferente de preocupações. Desenhar para um sem considerar os outros produz um sistema que falha nas costuras.

Paciente

Identidade e dinheiro

Essa pessoa é mesmo quem diz ser? E se o serviço não acontecer? Quem retém meu pagamento até que aconteça?

Profissional

Equipamento e cobertura

O material vai estar pronto na clínica? Estou legalmente coberto se algo der errado na casa do paciente?

Clínica

Qualidade e reputação

Alguém representa minha marca na casa de um estranho. Eu não posso estar lá. Preciso de responsabilidade documentada.

Cada decisão de design neste produto responde a pelo menos um desses medos. O sistema de tokens e a lógica de pareamento endereçam os três simultaneamente: foi aí que a maior parte da complexidade pousou.

Fluxo completo do usuário: paciente, profissional e clínica em 8 etapas da seleção do serviço ao pagamento
03

A decisão de agendamento

Apps de agendamento de saúde costumam mostrar todas as unidades antes de checar disponibilidade. Você escolhe uma com base em distância ou reconhecimento de nome. Depois procura um horário e descobre que o slot que você queria já foi. Você volta. Escolhe outra unidade. Tenta de novo.

A arquitetura de informação é o que está quebrado aqui, e é a falha estrutural por trás da maior parte do abandono de agendamento na saúde digital.

27% dos pacientes trocaram de prestador especificamente por atrito digital (McKinsey, 2025). Eles não abandonaram o processo. Foram para um concorrente.

O MedMe inverte isso: o paciente escolhe quando, e o sistema mostra apenas o que está disponível naquele horário exato.

O paciente escolhe quando quer o serviço. O sistema só mostra clínicas com disponibilidade confirmada naquele horário específico. Slots que não podem ser cumpridos não existem na interface. Nunca são oferecidos.

Modelo padrão MedMe Navega por todas as unidades Seleciona unidade Seleciona horário Horário indisponível Volta · escolhe outra unidade Ciclo de frustração Seleciona tipo de serviço Seleciona horário desejado Vê unidades confirmadas Disponíveis apenas nesse horário Seleciona unidade Confirmado · sem ciclo Unidade exibida independente da disponibilidade Unidades filtradas apenas por horários confirmados

Antes de escolher o horário, o paciente escolhe o tipo de atendimento: domiciliar ou na clínica. Esse único toggle filtra tudo o que vem depois: quais clínicas aparecem, quais listas de equipamento se aplicam, o que o cartão do profissional mostra. Atendimentos domiciliares carregam o protocolo completo de tokens. Atendimentos na clínica usam um check-in simplificado. A IA de agendamento é a mesma nos dois casos.

A própria seleção de horário se divide em três subetapas: seletor de mês, depois dia, depois horários disponíveis. Cada etapa reduz o espaço de escolha antes que a próxima se abra. O paciente nunca enfrenta uma grade com todos os horários abertos. Ele chega a uma lista curta e filtrada para o dia específico que já escolheu.

Abordagem rejeitada Consideramos inverter apenas uma etapa: mostrar todas as unidades, mas filtrar o seletor de horário por unidade. Rejeitada: isso ainda exige que o usuário escolha uma unidade antes de saber a disponibilidade. O ciclo de frustração persiste, só um clique depois.
Seletor de mês, etapa 1 de 3
Seletor de mês · etapa 1 de 3
Seletor de dia, etapa 2 de 3
Seletor de dia · etapa 2 de 3
Seletor de horário com apenas slots confirmados
Seletor de horário · apenas slots confirmados
Agendamento completo, horário selecionado e botão continuar desbloqueado
Horário selecionado · continuar desbloqueado
Lista de unidades filtrada pelo horário selecionado
Lista de unidades · filtrada pelo horário selecionado
Resolve troca de prestador motivada por atrito digital, não por qualidade clínica (McKinsey, 2025)
04

Pareamento com competência regulatória

A clínica escolhe o profissional, não o paciente: o único modelo que se sustenta dado como a responsabilidade legal realmente funciona na saúde.

A certificação e a reputação da clínica são o que o paciente está confiando ao agendar. Se a clínica designa o profissional, a responsabilidade fica em um só lugar. Se o paciente escolhe, a responsabilidade se fragmenta e ninguém é dono do resultado.

Modelo padrão

O paciente navega por uma lista de profissionais. Escolhe um. A responsabilidade é difusa: a plataforma, o profissional e a clínica compartilham responsabilidade parcial sem uma cadeia clara.

MedMe

A clínica recebe o agendamento. Designa o profissional internamente. O paciente vê as credenciais após a designação. A clínica é dona do resultado. A responsabilidade é clara, a confiança é verificável.

Arquitetura de informação: lógica de filtro orientada por serviço e overflow de pool

Quando uma clínica não tem profissional disponível, um pool pré-aprovado de profissionais terceirizados preenche a lacuna. Mesmas certificações: clínicas registradas na ANVISA, profissionais licenciados pelo CRBM. Mesma triagem. Para o paciente, o cartão parece idêntico. Para a clínica, a designação via pool é sinalizada no painel operacional. A resposta nunca é "indisponível".

Depois do atendimento, os três atores se avaliam mutuamente. O paciente avalia o profissional. O profissional avalia o paciente. A clínica avalia a execução do profissional. Uma avaliação de três lados cria responsabilidade em cada ponto da cadeia, incluindo a avaliação final que o paciente deixa.

Uma coisa que isso não resolve totalmente: quando um profissional do pool entrega o serviço em vez da própria equipe da clínica, a clínica está avaliando alguém que não contratou. Se os operadores se engajam com esse feedback da mesma forma para designações via pool e para a própria equipe foi uma questão que ficou aberta.

05

A lógica de tempo

Todo horário mostrado ao paciente já inclui 60 minutos de antecedência embutidos: a janela que o profissional precisa para buscar equipamento na clínica antes de se deslocar. Se essa janela colapsa por causa de um agendamento de última hora ou uma confirmação tardia, o slot desaparece do seletor antes mesmo de ser oferecido. O paciente nunca vê um horário indisponível.

Mostrar um horário que não pode ser cumprido é pior do que não mostrar nenhum horário. Um agendamento confirmado seguido de cancelamento destrói a confiança mais rápido do que simplesmente mostrar o horário como indisponível.

Casos extremos
Profissional atrasado (>10 min) Paciente notificado. Horário estendido ou cancelamento com reembolso total.
Equipamento não retirado até T-45min Clínica alertada. Horário sinalizado em risco. Designação via pool ativada.
Agendamento de última hora (<1h de antecedência) Horário não oferecido. Removido do seletor antes que o paciente o veja.
Estado de espera com profissional a caminho, credenciais visíveis, linha do tempo de status
Estado de espera · profissional a caminho, credenciais visíveis, linha do tempo de status
Credenciais expandidas, cartão completo do profissional com detalhes de licença
Credenciais expandidas · cartão completo do profissional
06

O sistema de tokens

Três tokens, cada um resolvendo um problema de forma independente, se conectam numa cadeia que paciente, profissional e clínica usam do agendamento até a liberação do pagamento.

Sistema de tokens: cadeia de custódia em três fases
Sistema de tokens: cadeia de custódia em três fases com fluxos bilaterais

O check-in bilateral remete a um padrão que já existe em serviços que os pacientes usam diariamente: o PIN bilateral do Uber, a verificação de identidade do Airbnb. A diferença é o contexto: aqui é uma casa particular e um procedimento médico.

Abordagem rejeitada Consideramos um único token passado da clínica ao paciente no agendamento, usado pelo profissional na chegada. A pergunta que matou essa ideia: como o paciente sabe que a pessoa na porta é a mesma cujas credenciais ele recebeu? Um token unilateral protege o sistema, mas não dá ao paciente nada com que verificar.
Token 2 em estado vazio, aguardando os dois códigos
Vazio · aguardando os dois códigos
Token 2 em estado de erro, código incorreto inserido
Erro · código incorreto inserido
Token 2 confirmado, ambas as partes verificadas
Confirmado · ambas as partes verificadas
Resolve lacuna de verificação de identidade + proteção de pagamento (sem liberação sem confirmação do serviço)
07

Checkout e pagamento

O abandono de checkout na saúde atinge o pico no momento em que o usuário percebe quantas etapas ainda restam. Um indicador de progresso persistente de 6 etapas torna o ponto final visível desde a primeira tela. O formulário se divide em três subetapas que abrem sequencialmente, cada uma se desbloqueando apenas quando a atual é válida. Menos campos visíveis ao mesmo tempo, sem nenhuma informação de fato escondida. A redução para 12-14 campos segue o benchmark da Baymard para a quantidade de campos a partir da qual o abandono cai de forma significativa.

O pagamento multimétodo permite que o paciente divida o total entre o saldo MedMe e um segundo método: Pix ou cartão. O campo de cupom fica na mesma tela da seleção de método de pagamento. Inserir um código atualiza o total imediatamente, antes de confirmar um método. Uma barra visual de divisão mostra quanto cada método cobre. Sem cálculo mental.

57% dos pacientes dizem que a transparência de preço influencia onde buscam atendimento (McKinsey, 2025). A nota de garantia na confirmação mostra ao paciente o que está pagando, para quem, e que o dinheiro fica retido até a confirmação do Token 3. Abaixo disso, o protocolo de tokens é reafirmado em linguagem simples: "Vita Clinic designa um profissional", "Credenciais enviadas para revisão", "Faça o check-in digital no dia". A visibilidade do preço é um critério de seleção antes mesmo de o paciente agendar.

Checkout com indicador de progresso de 6 etapas e revisão do pedido
Checkout · indicador de progresso de 6 etapas
Tela de pagamento com saldo MedMe e seletor de método
Pagamento · divisão de saldo + seletor de método
Pagamento com saldo MedMe ativo e método de pagamento selecionado para o valor restante
Pagamento · método selecionado, total dividido
Tela de confirmação com nota de garantia e resumo do protocolo de tokens
Confirmação · nota de garantia + protocolo de tokens
Resolve abandono por estresse de decisão · abandono de checkout mobile · custo oculto como fator nº 1 de saída (Accenture 2024 · Baymard 2024 · McKinsey 2025)
08

Resultado

O produto sob demanda não existia antes deste projeto. Os números abaixo são projeções fundamentadas em benchmarks publicados, não dados pós-lançamento. O produto foi construído para uma empresa que não pôde compartilhar resultados.

+35%

Conversão projetada de checkout: redução de formulário para 12-14 campos + revelação progressiva

Baymard, 2026

60%

Pacientes que relatam atrito no agendamento digital, endereçado pela IA orientada por horário

McKinsey, 2025

74%

Usuários que abandonam por estresse de decisão, mitigado pelo indicador de progresso de 6 etapas

Accenture, 2024

19%

Abandono por criação obrigatória de conta, removido de ambos os fluxos

Baymard, 2024

Três padrões de confiança de serviços que os pacientes já usam, adaptados para o contexto médico:

Airbnb · verificação de identidade Uber · PIN bilateral TaskRabbit · Happiness Pledge

Custo oculto é o principal fator de saída no ecommerce (McKinsey, 2025). A garantia torna a estrutura de custo transparente: o paciente sabe exatamente o que está pagando, para quem, e quando é liberado.

Esse também foi o projeto em que atuei como único designer dentro de um time in-house maior: conversa diária com o PM sobre fluxos e regras de negócio, e tanto quanto isso com os desenvolvedores front-end traduzindo as specs em produto. Essa proporção, um designer pra vários engenheiros, foi o que me empurrou a fazer handoffs detalhados o suficiente pra construir a partir deles sem precisar de uma conversa de acompanhamento.

Vamos conversar

Tem um projeto?
Vamos fazer acontecer.