Todo buscador rápido descarta documentos para responder rápido — e ninguém consegue provar o que foi descartado. O Tracer-MED encontra os casos parecidos e entrega um documento mostrando que nenhum prontuário relevante ficou de fora, com a conta que justifica cada exclusão.
Demonstração com compliance, TI e chefe de serviço · dados fictícios · relatório real em PDF
Um hospital tem dezenas de milhares de prontuários. Quando o médico precisa lembrar “como resolvemos um caso parecido?”, ele depende de memória, de palavra-chave e de sorte.
A IA resolveu a parte fácil: encontrar rápido. E criou um problema mais grave — o de confiar.
Todo buscador rápido descarta documentos para responder rápido. Ninguém dentro do hospital consegue provar o que foi descartado nem explicar por que a IA respondeu o que respondeu.
Quando a busca chega ao compliance, à ouvidoria, ao jurídico ou a uma auditoria, a pergunta “por que este prontuário não apareceu?” não tem resposta.
Busca comum responde “o que tenho”.
O Tracer-MED responde “o que tenho e o que ficou de fora, com a conta que justifica cada exclusão”.
A frase que resume o produto
Uma pergunta sem resposta vira risco, multa ou processo. O Tracer-MED nasce exatamente nesse ponto: não para buscar mais rápido, e sim para tornar a busca defensável.
| O que a instituição tem hoje | O que muda com o Tracer-MED |
|---|---|
| Busca por palavra dentro do prontuário | Busca por sentido, com a pergunta em português livre |
| Lista de resultados, sem registro do que ficou de fora | Tabela de descartes, cada um com limite calculado e motivo |
| Resposta de IA sem origem | Resposta conferida frase por frase contra o contexto enviado |
| Justificativa redigida de memória para auditoria | Relatório emitido na hora, com recibo e assinatura |
| Nenhum registro de quem consultou o quê | Trilha encadeada, imutável e vinculada ao emissor |
O algoritmo é explicado em linguagem simples — e é justamente essa simplicidade que permite auditá-lo.
Cada prontuário virou uma lista de números. Um modelo de linguagem lê o texto e o transforma em números: textos parecidos geram números parecidos.
O sistema mede “o quanto se parece”. Compara a pergunta do médico com cada prontuário e coloca os mais próximos no topo.
Para ser rápido, algo tem de sair. Nenhum buscador olha tudo com igual atenção: ele organiza em etapas e elimina grupos improváveis.
Para cada prontuário descartado, o sistema calcula o máximo de semelhança que ele poderia atingir. Se fica abaixo do último colocado, ele não poderia estar na resposta — e a exclusão fica registrada com esse número.
É como uma peneira com registro. A peneira rápida de qualquer buscador joga areia fora. A do Tracer-MED joga fora e anota, para cada grão, a medida que prova que ele não poderia estar no resultado.
Nada mais precisa ser instalado no computador do médico. A entrega é uma tela simples dentro do portal do hospital mais um PDF que pode ser anexado ao prontuário, enviado ao jurídico ou arquivado na auditoria.
O médico digita a pergunta em português e vê os prontuários parecidos, com data, CID e nota de semelhança. Widget no portal — nenhum sistema novo para aprender.
“Nenhum registro relevante foi descartado”, com o número de documentos conferidos e a nota de corte usada. Aparece no topo de toda busca.
Consulta, prontuários encontrados, o que foi descartado e por quê, recibo, assinatura e QR de verificação. Um PDF por consulta e um por prontuário.
Registro de quem consultou o quê, quando e com qual resultado. Qualquer alteração quebra a corrente. Aba Auditoria no portal.
Acervo, versão do índice, período, modelo de leitura e privacidade do índice — declarados no documento, não na conversa.
A frase que a IA escreveu é comparada com o prontuário que a sustenta, e o relatório mostra o que ficou sem apoio. Exige configurar um modelo no servidor.
A busca fica ao lado do prontuário, na mesma sessão. Nenhum treinamento longo, nenhum sistema paralelo — e, ao final, uma prova que sobrevive à reunião.
A conferência acontece em três momentos, e todas deixam registro no documento que a instituição guarda.
O Tracer-MED prova que nenhum prontuário relevante foi perdido na busca. Ele não prova que a busca escolheu os melhores casos clinicamente, nem que a IA escreveu a melhor resposta. Essa distinção aparece escrita no relatório — e é justamente ela que dá credibilidade ao que é provado.
O sistema mede a qualidade dos dados do índice — vetores vazios, corrompidos ou duplicados — e muda o modo de indexação se necessário, em vez de entregar um resultado bonito sobre um dado ruim.
Cada prontuário descartado tem o cálculo do máximo de semelhança que poderia alcançar. Se não bater com a nota de corte, a execução é sinalizada como falha.
Cada frase é comparada ao prontuário citado. O relatório traz frases apoiadas, sem apoio e o que não pôde ser conferido.
Ela pode inventar um dado que não está no prontuário, resumir errado, omitir um detalhe relevante ou misturar dois pacientes. Em ambiente clínico, cada um desses erros tem consequência.
| Risco da IA generativa | O que o Tracer-MED faz |
|---|---|
| A busca descarta documento relevante sem avisar | Cada descarte carrega o cálculo que demonstra a exclusão; nada é descartado sem justificativa. |
| A IA inventa informação que não está no prontuário | A resposta só pode usar o contexto provado; cada frase é conferida contra o prontuário citado e o que não tem apoio aparece no relatório. |
| A resposta pode ser trocada depois | A resposta recebe impressão digital e entra no histórico encadeado e assinado. |
| Não se sabe qual versão do acervo foi usada | O relatório registra acervo, versão, período, filtros e modelo. |
| Dado sensível sai do hospital | O motor roda dentro do ambiente da instituição; a chave de acesso a qualquer modelo externo fica no servidor. |
O médico é quem sustenta a adoção depois. Por isso a conversa começa pelo risco e pelo documento — e só então mostra a facilidade de uso.
“Se um paciente pedir revisão de decisão automatizada, eu não sei explicar o que a busca usou nem o que descartou.”
Reduz risco de sanção (LGPD Art. 20, GDPR Art. 22) e cria defesa documentada para a primeira fiscalização.
“Se a instituição for questionada, temos provas ou só a palavra do fornecedor de IA?”
Transforma um custo imprevisível — multa, processo, dano de imagem — em processo auditável.
“A busca usou todo o acervo? Qual versão? Com qual critério?”
Mostra origem, versão, filtros e exclusões: a auditoria deixa de depender de entrevista com a TI.
“Estamos garantindo que protocolos e casos semelhantes sejam considerados?”
Liga busca clínica a indicadores de qualidade assistencial, sem mudar o prontuário.
“Quem consultou o quê e quando? O log pode ser alterado?”
Histórico encadeado e assinado; qualquer alteração fica visível.
“A ferramenta pode ter deixado de fora um caso parecido com o meu paciente?”
Confia na resposta porque consegue conferir — e ganha tempo na busca.
O mercado tradicional de busca vetorial vende velocidade abaixo de milissegundo para times de produto e engenharia. O Tracer-MED joga em outro jogo: o do setor regulado, onde o que se compra é prova, rastreabilidade e auditoria.
| Busca vetorial tradicional | |
|---|---|
| Necessidade principal | Velocidade abaixo de milissegundo |
| Clientes | Startups, e-commerce, apps |
| Como se ganha | Volume e preço por consulta |
| Quem decide | Time de produto e engenharia |
Necessidade: prova, rastreabilidade e auditoria.
Clientes: bancos, hospitais, governos, jurídico.
Concorrentes: FAISS, Pinecone, Weaviate, Qdrant, Milvus — nenhum com prova por documento.
Como se ganha: valor do risco evitado e do contrato institucional.
Quem decide: compliance, jurídico, diretoria e auditoria.
A LGPD passou a ser cobrada com sanções efetivas, o EU AI Act entrou em vigência exigindo registro e supervisão humana, e o setor de saúde passou a ser pressionado por auditorias de plano de saúde e certificações.
Hospitais estão comprando ferramentas de IA para prontuário, agenda e triagem — e descobrindo, tarde, que a área de compliance não assinou essa adoção. As ferramentas atuais não entregam o documento que o compliance precisa.
Plataformas de portal como o Liferay são usadas por hospitais, planos e órgãos públicos que querem IA dentro do próprio ambiente, sem enviar dado de paciente para fora. O Tracer-MED foi desenhado exatamente para esse encaixe.
O Tracer-MED não é um sistema novo: é uma camada de busca com prova que se conecta ao prontuário existente. O que muda entre as opções é só a embalagem. O núcleo é o mesmo: um motor que decide o que entra no contexto, prova o que ficou de fora, assina o resultado e registra o caminho.
Instala como widgets no portal que a equipe já usa. O médico continua na tela de sempre; o relatório e a trilha aparecem na mesma sessão.
Funciona por API ao lado de qualquer prontuário eletrônico (Tasy, MV, iClinic, HL7 FHIR). A tela pode ser própria ou a instituição pode embutir a busca no sistema que já tem.
O motor pode ser usado como a camada de recuperação de qualquer solução de IA generativa, do mesmo jeito que outras equipes usam FAISS ou Pinecone — mas com prova por documento.
Reunião com compliance, TI e um chefe de serviço; escolha de um acervo pequeno para piloto.
Quais prontuários entram, com qual base legal no termo de uso, quem enxerga texto clínico.
Leitura do acervo e montagem do índice dentro do ambiente da instituição.
Um serviço usa a busca e gera relatórios reais; medimos tempo de busca, achados e frustração.
Compliance confere os relatórios e aprova o fluxo; ajustes de perfil de acesso.
Mais serviços, mais acervos, integração com o portal definitivo.
O argumento não é “o produto vale mais”. É comparação: R$ 66 por dia, menos que uma hora de um profissional procurando um registro que já existe no sistema.
Escopo escrito. Cobre:
Não cobre: customizações no prontuário, expansão para novos serviços, hardware e custo do provedor de modelo.
Cobre:
A regra de honestidade: a mensalidade não é aluguel de licença parada — é manutenção da validade do documento. Um relatório emitido sobre um índice de dois anos tem valor probatório menor. Não cobre: novas integrações, novos serviços e custo de inferência.
Horas recuperadas por mês = profissionais × horas/semana × fração recuperada × 4,33. Ganho total = produtividade recuperada + glosa evitada. Saldo = ganho − custo (mensalidade + custo administrativo).
| Cenário | Profissionais | h/sem recuperadas | Fração recuperada | Glosa | Horas/mês | Ganho total/mês | Custo/mês | Saldo/mês | Payback | ROI ano 1 |
|---|---|---|---|---|---|---|---|---|---|---|
| Pessimista | 40 | 4 h | 20% | 0,8% | 139 h | R$ 1.130,72 | R$ 3.200 | −R$ 2.069,28 | — | −28,1% |
| Médio | 120 | 9 h | 40% | 1,5% | 1.871 h | R$ 14.544,00 | R$ 3.200 | R$ 11.344,00 | 4,4 meses | 154,0% |
| Otimista | 400 | 12 h | 60% | 2,5% | 12.470 h | R$ 143.152,00 | R$ 3.200 | R$ 139.952,00 | 0,4 mês | 1.899,8% |
ROI do ano 2 no cenário médio: 354,5%. O cenário pessimista está publicado de propósito: em uma operação pequena, com baixa recuperação de horas, o produto não se paga no ano 1. É melhor descobrir isso antes da assinatura do que depois.
Uma vez que a instituição tem busca auditável dentro do portal, cinco conversas novas ficam possíveis — geralmente com o mesmo comprador.
O mesmo relatório vira o registro exigido por regulamentos de IA: qual modelo, qual acervo, quem supervisionou.
A mesma busca com prova aplica-se a protocolos clínicos, políticas internas e normas regulatórias.
Com busca provada, a instituição pode soltar a IA generativa para escrever resumos, sabendo que a fonte está rastreável.
O mesmo núcleo atende órgãos públicos (auditoria e transparência), jurídico (e-discovery) e financeiro (documentos de seguro e banco).
Relatórios e trilhas encadeadas viram evidência recorrente para auditorias externas e certificações de segurança.
O relatório emitido pelo hospital mostra pergunta, acervo, versão, resultados e descartes. A auditoria analisa documento, não narrativa — e a contestação de glosa passa a acontecer sobre a mesma evidência.
Sim, e ela é útil para achar por campo. A diferença aqui é a defesa: quando a busca for questionada, você consegue mostrar cada descarte com cálculo. Isso o buscador do prontuário não entrega.
Vai. Por isso o produto separa o que é garantido do que não é: a busca é provada; a resposta escrita pela IA é conferida e o que ficou sem apoio aparece no relatório.
Não. Entra como widget no portal que ele já usa; a busca fica ao lado do prontuário, na mesma sessão.
O índice roda dentro da instituição. Se houver uso de modelo externo, a chamada passa por um servidor controlado pela instituição, com a chave e o registro em casa.
Piloto de quatro a seis semanas num serviço, com medição de tempo e de achados antes de qualquer expansão.
O relatório é assinado, encadeado e verificável por QR e recibo. A instituição não confia na palavra do fornecedor: confere.
Quatro documentos abertos: o guia comercial, o guia de convencimento e ROI, as 300 soluções por beneficiário e as 300 perguntas e respostas.
O caminho mais curto para decidir é uma demonstração de trinta minutos com compliance, TI e um chefe de serviço juntos. Ao final, a pergunta que fecha a reunião é simples: qual conjunto de prontuários vocês querem usar no piloto?
Busca semântica rodando com dados fictícios, mostrando data, CID, departamento e nota de semelhança.
Cada documento excluído com o limite calculado que prova que ele não poderia estar na resposta.
Com recibo, assinatura e QR de verificação — pronto para anexar ao prontuário ou entregar ao jurídico.
