IA aplicada · dados de saúde · interoperabilidade · privacidade
Troquei São Paulo por um sítio na Mata Atlântica. Faço ciência com IA direto do campo.
Dev há 20 anos, ex-Microsoft, mestrando em Informática em Saúde na UFSC. Aqui eu publico o que rodei: o código, o número que saiu e o que não funcionou.
# O teste · ep. 01
# 200 notas clínicas sintéticas, pt-BR
# alvo: CPF no texto da nota
ferramenta CPF vazou
------------------------------------
Presidio padrão 200/200
Presidio + presidio-br 0/200
Qwen3.8 27B, local 0/200
Phi-4 14B, local 4/200
# Qwen3.8 27B: F1 99,9% · 12,4 s/nota
# dado real usado: nenhumResultado real, rodado no sítio. Nenhum dado de paciente: as 200 notas são sintéticas.
200/200
notas em que o Presidio padrão deixou o CPF passar
0/200
com os reconhecedores brasileiros do presidio-br
20 anos
em software: banco, saúde, varejo e governo
MIE 2026
parte do NursIA apresentada em Gênova
O que vai ter aqui
Quatro assuntos, sempre com algo rodado por trás
Nada de resumo de notícia. Cada texto sai de um teste feito aqui, com o número que deu e o que quebrou no caminho.
HL7 FHIR · openEHR · xAPI
Interoperabilidade em saúde
Como sistemas de saúde trocam dados, e onde a IA entra sem vazar dado pessoal.
Presidio · LGPD · GDPR · AI Act
Privacidade e segurança em IA
Anonimização de prontuário, dado pessoal em LLM e o que a lei exige. Testado, não só lido.
LLMs locais · MCP · RAG · avaliação
Modelos e agentes
Modelos abertos em máquina local, servidores MCP, pipelines com agentes. Modelo por modelo, com número.
Azure · AWS · GCP · Kubernetes · Terraform
Cloud e DevOps
Vinte anos de infraestrutura e entrega. É o que sustenta tudo que está acima.
Série
O teste
Série numerada. Cada episódio pega a mesma bateria de 200 notas clínicas sintéticas em português, passa por uma ferramenta ou um modelo e mostra o que saiu. A configuração padrão do Presidio deixou o CPF passar em 200 de 200; o reconhecedor brasileiro zerou. O mesmo teste, modelo por modelo, vira a série.
Episódio 1 sai em outubro de 2026, no Instagram.
Cada episódio tem
- O que entra: as mesmas 200 notas sintéticas, em português. Nenhum dado real.
- O que sai: quantas notas vazaram CPF, F1 e segundos por nota.
- O que não funcionou: no mesmo post, não em nota de rodapé.
- Onde: vídeo curto no Instagram; repositório quando houver código novo.
O que já rodei
Trabalho público, com código e resultado
FHIR R4 · Presidio · MCP · agentes
NursIA (UFSC, PPGINFOS, bolsa FAPESC)
Simulador de raciocínio clínico para ensino de enfermagem: FHIR R4 nativo, anonimização com Presidio, servidor MCP próprio e pipeline noturno com agentes. Parte do trabalho apresentada no MIE 2026, em Gênova.
open source · CPF · CNS
presidio-br
Reconhecedores brasileiros (CPF, CNS) para o Presidio, projeto open source de anonimização. Em 200 notas sintéticas: 200 de 200 vazamentos na configuração padrão, 0 de 200 com os reconhecedores.
Qwen3.8 27B · Phi-4 14B
Modelos abertos em máquina local
Qwen3.8 27B: 0 de 200 vazamentos, F1 99,9%, 12,4 s por nota. Phi-4 14B: 4 de 200. O mesmo teste, modelo por modelo, vira a série O teste.
Artigos
Um artigo por experimento
-
A IA achou o CPF. E o CPF vazou mesmo assim.
Testei Presidio, presidio-br, Qwen3.8 27B e Phi-4 em 200 notas clínicas sintéticas. O Phi achou o CPF e mesmo assim vazou. Os…