IA na saúde funciona com menos risco quando o agente trabalha longe do dado clínico: triagem de dúvidas administrativas, cotação de equipamentos, manutenção do parque tecnológico e busca em documentos regulatórios. Quando o caso exige dado de saúde do paciente, a LGPD trata esse dado como sensível, e o projeto nasce com base legal, minimização e revisão humana.
A pergunta que mais ouvimos de quem opera na saúde não é "a IA funciona?". É "posso usar isso sem me expor?". A resposta depende menos do modelo e mais de qual dado ele vê. Este texto separa os casos de uso por sensibilidade do dado e mostra o que muda em cada faixa.
Um aviso antes de começar. A Cortex IQ publicou dois cases de saúde institucional, o da MaqMedical e o da Medtrix Hospitalar. Nenhum dos dois é um agente de IA. São plataformas e presença digital. Eles entram aqui porque mostram, com detalhe, onde o dado está e o que o comprador de saúde exige antes de confiar em um sistema.
Onde a IA ajuda na saúde sem tocar em prontuário?
A maior parte do trabalho de uma operação de saúde não é clínica. É compra, manutenção, documentação, agenda e atendimento a fornecedor. É nessa camada que um agente entrega valor rápido, com dado de baixa sensibilidade.
Compra e cotação de equipamentos. A Medtrix Hospitalar conecta hospitais, clínicas e farmácias a 7 fornecedores verificados, todos com registro ANVISA ativo, venda exclusiva para CNPJ e NF-e em 100% das transações. O comprador pede cotação pela plataforma ou pelo WhatsApp. Um agente nesse fluxo responde sobre compatibilidade de acessório, prazo e documentação do produto. O dado que ele manipula é de empresa e de catálogo, não de paciente.
Engenharia clínica. A divisão de Engenharia Clínica da MaqMedical cuida do parque tecnológico hospitalar em 8 unidades em São Paulo e Santa Catarina: inventário, manutenção preventiva e corretiva, calibração e documentação para auditoria. Prever falha de equipamento a partir do histórico de manutenção, ou montar o relatório de auditoria a partir das ordens de serviço, é trabalho de modelo e de agente sobre dado de máquina.
Conteúdo regulatório. O gestor que contrata engenharia clínica quer ver conformidade com a RDC 509/2021 da ANVISA, a ABNT NBR 15943 e a resolução CFM 1.821/2007. O secretário que avalia um sistema de gestão quer saber se ele está alinhado às portarias de cofinanciamento. Um agente que responde a essas perguntas a partir da documentação da empresa não vê dado pessoal nenhum.
Triagem administrativa. Confirmação de consulta, reagendamento, orientação de preparo para exame, dúvida sobre convênio. Aqui o agente já toca em nome, telefone e horário, que são dados pessoais, mas ainda não em diagnóstico. A sensibilidade sobe um degrau, e a exigência de cuidado também.
O que a LGPD exige quando o dado é de saúde?
A LGPD classifica dado referente à saúde como dado pessoal sensível, na mesma categoria de origem racial, convicção religiosa e dado genético. Isso muda três coisas para um projeto de IA.
Primeiro, a base legal. Dado sensível não pode ser tratado com a justificativa genérica de interesse legítimo. As hipóteses são mais restritas: consentimento específico e destacado do titular, ou a tutela da saúde em procedimento realizado por profissionais e serviços de saúde, entre outras previstas na lei. Um agente que lê prontuário para responder a um paciente precisa caber em uma dessas hipóteses antes da primeira linha de código.
Segundo, a finalidade e a minimização. O dado coletado para atender o paciente não pode virar, sem nova base, insumo para treinar um modelo ou para segmentar uma campanha. E o agente só deve receber o mínimo necessário para a tarefa. Se a tarefa é confirmar consulta, ele não precisa do laudo.
Terceiro, o direito do titular sobre decisões automatizadas. Quem tem uma decisão tomada só por máquina pode pedir revisão. Em saúde, isso significa que qualquer agente que classifique, priorize ou negue algo para um paciente precisa de um caminho humano de revisão, registrado.
Somam-se a isso as obrigações que valem para qualquer dado pessoal: medidas de segurança, registro das operações de tratamento, relatório de impacto quando o risco é alto e comunicação de incidente à autoridade e ao titular. Os princípios gerais estão no post sobre LGPD e IA generativa. O que segue é a aplicação deles à saúde.
| Caso de uso | Dado que o agente vê | Sensibilidade | O que a LGPD pede |
|---|---|---|---|
| Cotação e compatibilidade de equipamento (Medtrix: 7 fornecedores, 100% das vendas com NF-e) | CNPJ, catálogo, registro ANVISA | Baixa | Base legal comum, como contrato ou interesse legítimo, e segurança padrão |
| Manutenção e auditoria do parque tecnológico (MaqMedical: 8 unidades) | Ordem de serviço, calibração, inventário | Baixa | Segurança e rastreabilidade das ações do agente |
| Pergunta sobre norma e licitação (RDC 509/2021, portarias) | Documentação pública e da empresa | Nenhuma | Nada além de manter a fonte atualizada |
| Confirmação de consulta e reagendamento | Nome, telefone, data, especialidade | Média | Finalidade clara, minimização, retenção limitada |
| Resumo de prontuário para o médico | Diagnóstico, exame, medicação | Alta (dado sensível) | Hipótese legal específica, acesso restrito, revisão humana, relatório de impacto |
| Triagem de sintoma direto com o paciente | Sintoma, histórico, decisão de prioridade | Alta (dado sensível e decisão automatizada) | Tudo acima, mais direito de revisão e responsável clínico nomeado |
A ordem da tabela não é acaso. Quanto mais para baixo, mais o projeto vira um projeto de governança, e menos um projeto de tecnologia.
Como começar um agente de IA em saúde sem se expor?
A sequência que usamos em qualquer setor regulado começa pelo dado, não pelo modelo.
- Mapeie o dado antes do caso de uso. Liste o que o agente precisaria ler, escrever e lembrar. Classifique cada item em pessoal, sensível ou nenhum dos dois.
- Desenhe para o menor dado possível. Muitos casos de saúde podem ser resolvidos com o dado pseudonimizado ou com o agente recebendo só o campo da tarefa. Se dá para tirar o CPF do fluxo, tire.
- Coloque o humano no ponto de decisão. O agente prepara, resume e sugere. A pessoa aprova. Isso resolve o direito de revisão e mantém o responsável técnico no controle.
- Registre tudo. Cada chamada ao modelo, cada dado enviado, cada resposta devolvida. Sem log, não há como responder a um incidente nem a uma auditoria.
- Valide em escopo fechado. Uma PoC de 3 a 6 semanas com dado de baixa sensibilidade prova o valor e mostra o que falta de governança antes de subir para dado clínico.
O serviço de agentes de IA da Cortex IQ segue essa ordem porque o custo de errar em saúde não é só técnico. É de confiança, e confiança na saúde demora anos para construir.
Três erros que aparecem com frequência
Usar o modelo público com dado de paciente. Enviar prontuário para um chat de consumo, sem contrato de tratamento e sem controle de retenção, é o erro mais comum e o mais fácil de evitar.
Tratar o consentimento como formalidade. Um "aceito os termos" no cadastro não cobre o uso de dado de saúde por um agente. Consentimento para dado sensível precisa ser específico para aquela finalidade.
Pular o profissional de saúde. Agente que responde a paciente sobre sintoma sem médico nomeado por trás não é só um problema de LGPD. É um problema de responsabilidade clínica.
Próximo passo
Se a sua operação de saúde tem trabalho administrativo, de compra ou de engenharia clínica repetitivo, esse é o lugar para começar com IA. A página de saúde mostra os projetos que já fizemos no setor, e a de agentes de IA explica como estruturamos um agente do dado até a produção.