ChatGPT e prontuários: o que foi anunciado e sete critérios para avaliar o uso no Brasil

No anúncio de 1º de setembro de 2026, a OpenAI descreve integração com prontuários Epic para instituições que utilizam ChatGPT for Healthcare e um plugin de fontes públicas de saúde. O acesso individual ao plugin para profissionais elegíveis nos Estados Unidos não equivale a acesso individual à integração de prontuários. Os controles e avaliações apresentados são relatos do fornecedor; não demonstram validação em um hospital brasileiro.

A distinção importa porque pesquisar uma fonte pública e consultar o contexto de um paciente são tarefas diferentes. Uma organização deve verificar exatamente qual produto, contrato, região e configuração está avaliando. Um anúncio de integração não torna apropriado enviar um prontuário para uma conta comum de chat.

O que a avaliação brasileira precisa distinguir

As perguntas frequentes da ANPD explicam que dados de saúde vinculados a uma pessoa são dados pessoais sensíveis e remetem às hipóteses do artigo 11 da LGPD. Consentimento não é a única hipótese de tratamento prevista na lei. A escolha aplicável depende do caso e exige análise dos responsáveis; esta reportagem não a determina.

O Ministério da Saúde apresenta os princípios da LGPD, incluindo necessidade e segurança. Eles ajudam a formular perguntas sobre quais dados entram e quem pode acessá-los. Uma referência a controles estrangeiros, inclusive os voltados ao contexto dos Estados Unidos, não comprova por si só adequação à legislação brasileira.

A lista seguinte é uma proposta editorial de avaliação para equipes técnicas, assistenciais e de proteção de dados discutirem juntas. Não é orientação clínica, parecer jurídico, certificação de segurança ou uma aprovação de implantação.

Sete critérios para discutir antes de um piloto

1. Finalidade, base aplicável e consentimento. Escreva qual tarefa a ferramenta apoiaria, por que precisaria daqueles dados e quem responde pelo tratamento. Peça a análise da hipótese legal aplicável; quando o consentimento for pertinente, avalie como seria informado, registrado e gerido. Uma autorização genérica não responde automaticamente a todas essas questões.
2. Minimização do contexto. Faça uma lista dos campos que a tarefa realmente precisa e daqueles que devem ficar fora. Para a primeira avaliação técnica, prepare exemplos sintéticos, sem informações que identifiquem pessoas. Não use dados reais para suprir uma demonstração mal definida.
3. Permissões e identificação. Descreva quem poderia consultar, em qual função e sob que limites. Teste como a instituição identificaria um utilizador e impediria acesso indevido. Uma conta compartilhada dificulta entender quem fez a consulta e quem deve responder por ela.
4. Registro e auditoria. Determine como relacionar pergunta, fontes utilizadas, resposta e revisão, sem criar outro repositório indiscriminado de dados sensíveis. Defina quem pode consultar esses registros, por quanto tempo e como um erro é encaminhado. A própria auditoria também precisa de finalidade e limites.
5. Revisão profissional. Escolha um responsável habilitado para avaliar o conteúdo e intervir quando a informação estiver incompleta, desatualizada ou contraditória. Um resumo bem escrito pode omitir um detalhe importante. No piloto, registre também os casos em que a ferramenta deveria admitir que não tem elementos para responder.
6. Segurança, contrato e retenção. Pergunte onde os dados são processados, quais terceiros participam, quais controles são oferecidos e como retenção e eliminação funcionariam. Solicite documentação da configuração que seria usada, em vez de assumir que uma característica de outro plano esteja incluída. Descreva ainda como incidentes seriam identificados e encaminhados.
7. Validação local e interrupção. Defina critérios de avaliação antes do teste, com participação das equipes que fariam a revisão. Registre falhas, correções e limites da amostra. Mantenha uma alternativa operacional e uma condição para interromper o piloto; não deduza segurança clínica a partir de uma demonstração ou de números agregados do fornecedor.

Como testar sem usar um prontuário real

Um exercício hipotético pode começar com um conjunto sintético de documentos sem pessoas identificadas. A equipe escreve perguntas cuja resposta esperada já tenha sido revisada, inclui uma fonte ausente e outra conflitante e observa se o sistema diferencia documento, inferência e informação desconhecida. O exercício serve para avaliar o procedimento de conferência, não a eficácia de um tratamento.

Guarde a versão dos documentos e os critérios usados por quem revisa. Se uma resposta acrescentar informação não sustentada pelo material, registre o erro como tal; não ajuste a referência depois para fazê-la parecer correta. Compare também o esforço de conferência. Um texto mais rápido de produzir pode exigir mais trabalho para revisar, e esse trabalho deve entrar na avaliação.

Que conclusão o anúncio permite

O anúncio apresenta uma possibilidade de produto, com condições de acesso que precisam ser confirmadas. A decisão de um hospital começa por delimitar tarefa, dados e responsabilidade e termina com evidências da própria avaliação. O Jornal da IA não executou integração, não recebeu prontuários e não realizou validação clínica.

Para acompanhar a relação entre produtos e seus limites, consulte nossas Guias, a cobertura do debate de segurança na OpenAI e a análise sobre documentos, fontes e revisão humana no caso Polimill.

Fontes e datas: OpenAI, anúncio de 1º de setembro de 2026, primeira observação editorial em 10 de setembro; fonte conferida em 6 de outubro de 2026. ANPD, perguntas frequentes modificadas em 9 de setembro de 2026, e Ministério da Saúde, princípios da LGPD, consultados em 6 de outubro. Análise, checklist, exercício e três ilustrações são elaboração própria. Não foram realizados testes do produto, integrações hospitalares ou medições de resultados.