Ficha técnica da IA
Última atualização: 5 de agosto de 2026
Para que serve. A Resolução CFM nº 2.454/2026 dá ao médico o direito de saber como funciona a IA que ele usa, quais são as limitações dela e em que faixa de risco ela se enquadra (art. 3º, II e art. 13). Esta página é a resposta a isso — e é o documento que o compliance de um hospital ou convênio costuma pedir junto com o Adendo de Dados.
Escrita para ser lida inteira, inclusive a parte que não nos favorece.
1. Classificação de risco: médio
O Akut se classifica como solução de médio risco na escala do Anexo II da Res. CFM 2.454/2026.
O anexo define médio risco como sistemas que “apoiam decisões clínicas ou operacionais importantes, mas não as executam de forma autônoma, de modo que erros do algoritmo possam ser detectados e corrigidos pelo profissional antes de causarem dano”. É a descrição exata do que o Akut faz.
Por que não baixo risco.Seria mais confortável dizer isso, e seria falso. O Anexo II reserva a faixa baixa a sistemas “sem influência decisória direta em diagnósticos ou tratamentos” — agendamento, logística, chatbot de informação geral. O Akut levanta hipótese diagnóstica com código CID e redige minuta de receita. Isso influencia decisão clínica, e classificar para baixo seria a primeira coisa que um auditor derrubaria.
Por que não alto risco. A faixa alta é para sistemas que executam ações automatizadas ou influenciam diretamente decisões críticas sem revisão. Nada no Akut chega ao paciente sem passar pelo médico: documento nasce rascunho, e quem assina é ele.
2. Finalidade
Apoio à documentação e à decisão clínica do médico. Concretamente: organizar anamnese a partir de ditado, transcrever a consulta, redigir minutas de documento (receita, atestado, laudo, descrição cirúrgica), ler resultado de exame e responder dúvida clínica com referência.
O que o Akut não faz, por regra de produto: não diagnostica, não prescreve, não fecha conduta e não comunica diagnóstico ao paciente. O art. 5º, §2º da resolução veda delegar essa comunicação à IA; no Akut isso nunca foi possível, porque a regra é anterior à norma.
3. Como funciona
- Modelos de linguagem de terceiros. Claude (Anthropic) para texto clínico e estruturação; modelos da OpenAI para transcrição de áudio e para vetorizar busca em diretrizes. Os subprocessadores estão listados na Política de Privacidade.
- Não treinamos modelo com o seu conteúdo sem consentimento específico e destacado, que é opt-in e vem desligado.
- Verificação server-side do que o modelo propõe. Três exemplos, porque é aqui que mora a diferença entre “usamos IA” e “usamos IA com trava”: código CID-10 é conferido contra a tabela oficial do DATASUS e o inválido é omitido; referência bibliográfica só sai se tiver vindo de uma busca real executada naquela requisição, com título e autores remontados do banco e nunca lidos do texto gerado; trecho de diretriz é remontado verbatim do corpus, o modelo só escolhe o identificador.
- Dados que identificam o paciente são removidos do texto antes do envio ao modelo. Isso é pseudonimização, não anonimização — ver a limitação 4 abaixo.
4. Limitações conhecidas
Esta seção existe porque o art. 3º, II pede limitações e riscos por escrito, e porque você precisa delas para exercer o julgamento crítico que o art. 4º, II lhe impõe.
- 1. Modelo de linguagem inventa com aparência de certeza. É a falha central da tecnologia, não um defeito nosso que será corrigido na próxima versão. As travas acima cobrem CID, referência bibliográfica e diretriz — as três classes em que o erro é verificável por máquina. Raciocínio clínico em texto livre não tem como ser conferido assim, e sai sem rede.
- 2. A transcrição erra nome de medicamento. É o erro mais frequente e o mais perigoso, porque um nome trocado lê como texto normal. Reduzimos com glossário e com o contexto clínico do próprio caso, não eliminamos. Confira a lista de medicamentos antes de assinar.
- 3. Parte do conteúdo clínico próprio é rascunho. Os verbetes da base carregam status explícito de validação, e o que ainda não passou por revisão médica humana aparece marcado como tal — inclusive para o modelo, que recebe esse status junto com o conteúdo.
- 4. Pseudonimização não é anonimização. Removemos CPF, cartão do SUS, telefone e e-mail antes do envio. Narrativa clínica livre ainda pode conter nome digitado, idade, leito e diagnóstico raro — e por isso o que resta continua tratado como dado pessoal sensível, com todas as obrigações que isso implica. Não dizemos que virou anônimo.
- 5. Sem validação clínica prospectiva própria. O Akut não tem ensaio clínico nem estudo de acurácia publicado sobre si mesmo. O grau de evidência que sustentamos é o das fontes que citamos — PubMed, Europe PMC, PCDT/MS, WSES, AHA —, não o de desfecho medido do produto. Quem afirmar o contrário está vendendo.
- 6. Viés não medido de forma estratificada. O Anexo III pede monitoramento contínuo dos resultados com análise por subgrupo. Hoje temos o canal de reporte e a revisão dos casos que chegam por ele; não temos análise estratificada sistemática. É lacuna conhecida, e está declarada aqui em vez de omitida.
5. O que a resolução exige de você, e o que o Akut faz para viabilizar
- Registrar no prontuário que usou IA (art. 4º, V). O Akut grava isso sozinho, no servidor, a cada uso: ferramenta identificada, finalidade, e o carimbo de quando você revisou ou assinou. Aparece na tela do atendimento, sai na impressão e vai no seu export de dados.
- Informar o paciente e respeitar a recusa (art. 5º, §1º e §3º, e art. 11). O cadastro do paciente tem os dois registros. Marcada a recusa, os recursos de IA daquele paciente ficam bloqueados — não escondidos: o servidor recusa a chamada.
- Manter a decisão com você (art. 18, §2º). Toda saída é rascunho editável e nada vale sem a sua assinatura.
- Guardar o prontuário por 20 anos (Res. CFM 1.821/2007). Essa obrigação é sua, não nossa. Se você encerrar a conta, apagamos tudo — por isso o export existe e por isso convém baixá-lo antes.
6. Encontrou um erro da IA?
O art. 7º, §2º põe em você o dever de comunicar falhas e riscos relevantes. Escreva para equipe@akut.com.br com o caso e o que saiu errado. Reporte de erro alimenta a revisão dos modelos e das travas — é a fonte de dado que torna o monitoramento do Anexo III executável em vez de declaratório.