News24 JulhoChatGPT começa a ler seus dados de saúde
Edição #162·24 de julho de 2026·2 min

🏥ChatGPT começa a ler seus dados de saúde

A OpenAI começou a liberar, para usuários nos Estados Unidos, uma integração do ChatGPT com o Apple Health e prontuários médicos compatíveis. A ideia é que você possa conectar seus dados de saúde ao chat e ter conversas mais informadas: perguntar sobre mudanças nos seus exames, entender resultados de laboratório ou acompanhar tendências ao longo do tempo. --- A conexão é feita de forma segura dentro do app. É o tipo de funcionalidade que pode ser incrivelmente útil para quem tem dificuldade de interpretar exames, mas também levanta questões óbvias sobre privacidade. Ter seus dados médicos passando por um modelo de linguagem exige um nível de confiança que nem todo mundo está pronto para dar. --- Por enquanto, a funcionalidade é exclusiva dos EUA. Mas se funcionar bem, é questão de tempo até chegar a outros mercados.

A OpenAI iniciou nos Estados Unidos a liberação de uma integração que permite ao ChatGPT acessar dados do Apple Health e prontuários médicos compatíveis. A novidade permite que usuários conversem com o modelo sobre resultados de exames, tendências de saúde e interpretação laboratorial — mas reacende o debate sobre a privacidade de dados sensíveis em inteligência artificial generativa.

O que mudou na prática

A funcionalidade está disponível dentro do aplicativo do ChatGPT e conecta, de forma segura, informações de saúde ao assistente. O usuário pode consultar o histórico de exames, comparar resultados ao longo do tempo ou solicitar explicações sobre marcadores laboratoriais. O diferencial está na capacidade do modelo de linguagem processar dados pessoais de saúde em contexto contínuo, algo que vai além de respostas genéricas sobre sintomas. Em vez de buscar informações isoladas na internet, o LLM passa a operar sobre um conjunto estruturado e pessoal de dados clínicos.

Privacidade e governança de dados em LLMs

A movimentação da OpenAI coloca em foco um desafio técnico central: como garantir a segurança de dados médicos em Large Language Models. Nos EUA, as integrações precisam respeitar a HIPAA, regulamentação que exige padrões rigorosos de criptografia, controle de acesso e auditoria. No Brasil, a LGPD classifica dados de saúde como sensíveis, exigindo base legal explícita, anonimização robusta e limitações de uso para qualquer aplicação que processe prontuários eletrônicos ou registros médicos.

Para desenvolvedores, o alerta é claro: construir soluções de health tech com IA generativa demanda arquiteturas de privacidade by design. Isso inclui processamento local ou em ambientes isolados, janelas de contexto temporárias e auditoria constante de prompts para evitar vazamento de informações protegidas.

Impacto para builders e devs brasileiros

Ainda sem previsão de lançamento fora dos EUA, a funcionalidade indica uma tendência global que deve pressionar o mercado brasileiro. Para builders e devs, isso representa tanto concorrência quanto referência:

  • A OpenAI estabelece um padrão de UX para interação com dados de saúde via IA, criando expectativa em usuários finais sobre acesso simplificado a prontuários.
  • Startups de health tech brasileiras podem precisar acelerar a adoção de LLMs em prontuários eletrônicos e sistemas hospitalares para manter competitividade.
  • A integração nativa com o ecossistema Apple Health pressiona o mercado a pensar em interoperabilidade entre plataformas de saúde digitais, wearables e APIs clínicas.

O movimento também sinaliza uma nova camada de aplicações de RAG (Retrieval-Augmented Generation) diretamente sobre bases médicas pessoais, abrindo espaço para especialistas em engenharia de prompt e arquitetos de dados na área de saúde.

O cenário regulatório e técnico

A expansão para o Brasil dependerá de adaptações à LGPD e possíveis alinhamentos com a ANVISA em relação a softwares médicos e classificação de risco. Enquanto isso, desenvolvedores brasileiros devem monitorar como a OpenAI lida com consentimento informado, retenção de dados, viés em respostas médicas e segurança de APIs. Esses fatores definirão se o modelo será adotado como ferramenta de apoio ao diagnóstico ou permanecerá como assistente pessoal de nicho no mercado nacional.

dadossobresaúdeopenaihealthprontuáriosmédicosmodeloprivacidadeinformações

Mais da mesma edição

@AndrewYNg

🛠️Andrew Ng lança agente open source que entrega trabalho pronto

Andrew Ng, um dos nomes mais conhecidos do mundo da IA, anunciou o OpenWorker: um agente de código aberto que não fica só na conversa, ele entrega resultados concretos. Pode preparar um relatório, organizar sua agenda, redigir documentos ou filtrar alertas do Slack. E antes de fazer algo importante, pede sua confirmação. --- O diferencial é a filosofia: o OpenWorker roda na sua máquina (Mac por enquanto, Windows em breve), não te prende a nenhum modelo específico e seus dados só saem do computador se você quiser. Você pode usar GPT 5.6 Sol, Claude Fable, Gemini 3.6, modelos abertos como DeepSeek e Kimi, ou até rodar tudo localmente com Ollama. --- Ng e o cofundador Rohit Prasad argumentam que assistentes de IA que realmente trabalham por você serão cada vez mais comuns, e que precisa existir uma opção aberta, privada e independente de fornecedor. O código está no GitHub e basta uma chave de API para testar.

@arcprize

🧩Grok 4.5 alcança 85,7% no teste de raciocínio ARC-AGI

O Grok 4.5 acaba de ser avaliado no ARC-AGI, o benchmark que testa a capacidade de uma IA de resolver problemas visuais de raciocínio que nunca viu antes, algo que humanos fazem com relativa facilidade. O resultado: 85,7% no ARC-AGI-1 a um custo de 0,33 dólar por tarefa, e 52,6% no ARC-AGI-2, mais difícil, a 0,78 dólar por tarefa. --- No ARC-AGI-3, a versão mais desafiadora, o modelo praticamente travou: 0,3% de acerto a um custo absurdo de quase 7 mil dólares. Um detalhe curioso é que aumentar o esforço de raciocínio do modelo de médio para alto não melhorou nem a performance, nem o custo. Ou seja, pensar mais não ajudou. --- Os números mostram que modelos de ponta estão ficando muito bons em raciocínio de nível básico, mas a fronteira real continua longe de ser conquistada.

@emollick

🧭Ethan Mollick publica guia prático de qual IA usar agora

Ethan Mollick, professor da Wharton e uma das vozes mais sensatas sobre IA, publicou mais um de seus guias periódicos para quem não é especialista mas quer usar IA no dia a dia. O foco: os sistemas agenticos, aqueles que não só respondem perguntas mas agem por conta própria, que estão ficando extremamente poderosos. --- O próprio Mollick admite que está confuso com a quantidade de nomes, planos e funcionalidades que mudam toda semana. Pro, Ultra, Work, Codex: cada empresa parece competir para criar a nomenclatura mais incompreensível possível. O guia tenta colocar ordem nesse caos para quem só quer saber o que funciona de verdade. --- Se você está perdido com tantas opções de IA, esse é o tipo de recurso que vale salvar nos favoritos.

Receba no seu email

Todo dia, grátis pra sempre.

Assinar newsletter