Quase todo mundo já viveu alguma versão desta situação: o médico pergunta quando determinado sintoma começou, qual era o peso dois meses atrás, como estava a pressão naquele período, quando um medicamento foi iniciado, se houve mudança na alimentação ou se um exame anterior já apresentava determinado resultado.
E a resposta costuma ser parecida:
“Eu lembro mais ou menos.”
O problema não é falta de interesse. É que a rotina produz informação demais.
Peso fica em uma balança. Pressão fica no aparelho. Exame fica em PDF. Foto fica na galeria. Refeição fica na memória. Medicamento fica em uma caixa ou receita. Atividade física fica em outro aplicativo. Uma observação importante fica no bloco de notas. Depois de alguns meses, reconstruir essa linha do tempo exige esforço.
Foi pensando exatamente nesse problema que surgiu este sistema particular de anotações de saúde com inteligência artificial, desenvolvido pela Luminvs Tecnologia.
A ideia é usar IA para algo muito mais concreto: facilitar o registro, organizar o histórico, transformar fotos e voz em dados úteis, lembrar tarefas e ajudar a consultar o que já foi anotado.
O problema: lembrar não é acompanhar
A saúde é longitudinal. Isso significa que muitas informações ganham valor quando observadas ao longo do tempo.
Um peso isolado é um número. Uma sequência de pesos mostra uma trajetória.
Uma pressão isolada é um registro. Uma série permite perceber como os valores se comportaram em diferentes períodos.
Uma única medida abdominal diz pouco sobre evolução. Várias medidas, registradas com data e hora, contam uma história.
O mesmo vale para alimentação, atividade física, exames, medicamentos e anotações pessoais.
Por isso o sistema foi pensado não como uma coleção de formulários, mas como uma memória longitudinal.
Informação espalhada x memória organizada
O valor aparece quando registros diferentes passam a fazer parte da mesma linha do tempo.
1. O que é este sistema?
É uma aplicação web privada para registro e acompanhamento pessoal de informações de saúde e rotina.
No projeto analisado, existem módulos específicos para:
- perfil pessoal;
- peso;
- pressão arterial e pulso;
- medidas corporais;
- refeições;
- registros intestinais;
- medicamentos e suplementos;
- tratamentos com horários programados;
- agenda de doses;
- atividades físicas;
- diário pessoal;
- exames e documentos;
- fotos de evolução;
- assistente de IA;
- relatórios por período.
Esses módulos poderiam existir sem inteligência artificial. O ponto interessante é que a IA é utilizada justamente onde preencher ou interpretar manualmente seria mais trabalhoso.
2. Uma memória longitudinal do que aconteceu
O objetivo de um diário de saúde não deveria ser colecionar números.
Ele deveria permitir voltar no tempo.
Se uma pessoa registra continuamente informações, depois pode comparar períodos, responder perguntas e levar para uma consulta um histórico muito mais organizado do que uma lembrança aproximada.
O sistema grava data e, quando aplicável, horário. Assim, diferentes tipos de evento podem ser relacionados cronologicamente.
A consequência é simples: o passado deixa de depender somente da memória humana.
3. IA aplicada de verdade: não só conversar, mas executar pequenas ações úteis
Há uma diferença entre colocar um chat em uma página e realmente aplicar inteligência artificial ao fluxo de trabalho.
Neste projeto, a IA aparece em ações específicas.
Ela pode receber um áudio para preencher uma refeição. Pode reorganizar a frase falada. Pode olhar uma fotografia e gerar uma descrição curta. Pode analisar visualmente um registro específico dentro de regras rígidas. Pode ler um exame anexado. Pode responder uma pergunta sobre aquele arquivo. Pode receber um conjunto estruturado de registros e produzir um fechamento do período.
Ou seja: o modelo não está apenas “respondendo conversa”. Ele é chamado por ações do sistema.
IA como ação
Cada chamada resolve um atrito específico.
Esse desenho reduz trabalho manual sem entregar ao modelo liberdade para inventar o que não está registrado.
4. Alimentação: falar ou fotografar pode ser mais rápido do que preencher
Registrar alimentação parece simples até ser necessário repetir isso várias vezes ao dia.
Por isso o módulo de refeições possui três caminhos.
Digitar
O usuário pode registrar data, horário e descrição normalmente.
Falar
O sistema aceita áudio e utiliza a API de transcrição para convertê-lo em português.
Em seguida, outra chamada pode reorganizar a fala em uma descrição curta e clara, com uma regra importante no prompt: não inventar ingredientes, quantidades, calorias ou horários.
Fotografar
Uma fotografia pode ser enviada ao modelo multimodal. A instrução pede somente uma descrição objetiva dos principais alimentos ou bebidas que parecem visíveis.
O próprio código proíbe inferir peso, calorias, marcas ou ingredientes invisíveis.
Registrar uma refeição sem burocracia
A entrada muda; o destino é o mesmo histórico.
O ganho está na fricção. Se registrar for fácil, a chance de manter o histórico tende a ser maior.
5. Registro visual objetivo: IA olhando características, não fazendo diagnóstico
O projeto possui também um módulo para acompanhamento de evacuações.
A IA recebe uma fotografia e é instruída a extrair somente características visualmente observáveis, como formato, consistência aparente, fragmentação, cor, quantidade visual e classificação pela Escala de Bristol quando a imagem permitir.
O prompt possui diversas restrições explícitas:
- não produzir diagnóstico;
- não determinar causa;
- não recomendar tratamento;
- não afirmar sangue, muco, gordura, bile ou parasitas sem evidência visual clara;
- classificar como inconclusivo quando a fotografia não permitir avaliação;
- usar valores controlados em campos estruturados.
Esse é um exemplo importante de como IA pode ser usada em contexto sensível: extraindo observações padronizadas sem fingir certeza clínica.
6. Exames deixam de ser apenas PDFs esquecidos em uma pasta
Outro módulo central é o de exames.
O usuário pode anexar um arquivo, registrar tipo, nome, data e instituição ou prestador. A partir daí, a IA pode gerar um resumo curto para o histórico.
O prompt orienta o modelo a destacar somente achados e resultados visíveis no material, sem inventar valores ou diagnósticos.
Depois existe uma etapa ainda mais útil: fazer perguntas sobre aquele exame.
O sistema envia para a IA o arquivo, os metadados, o resumo já salvo e a pergunta do usuário.
Documento vira contexto consultável
Guardar o PDF é diferente de conseguir conversar com o conteúdo.
Isso não substitui interpretação médica. Facilita a leitura e a localização de informação no próprio arquivo.
7. Medicamentos: registro não basta quando existe horário
Uma lista de medicamentos é útil. Uma agenda de tratamento é mais útil ainda.
O sistema permite cadastrar tratamentos com item, dose, instruções, períodos e horários. A partir disso, gera uma agenda de doses futuras.
Cada dose pode possuir estados como pendente, confirmada ou pulada.
Também existe preocupação com alterações de tratamento: suspender, limpar doses futuras, remover pendências ou encerrar o tratamento sem apagar indevidamente o histórico já ocorrido.
É um detalhe de software importante porque saúde é temporal. Alterar a prescrição de amanhã não deveria reescrever o que aconteceu ontem.
8. A agenda sai da tela: lembretes podem chegar pelo WhatsApp
O projeto possui integração com WhatsApp por meio da Evolution API.
Um serviço dedicado verifica doses pendentes e identifica quando está na hora de enviar uma notificação.
O tratamento pode configurar lembrete antecipado, repetição quando houver atraso e número específico para receber as mensagens.
Depois, a dose pode ser confirmada ou marcada como não tomada.
Da agenda para a ação
O sistema não precisa esperar o usuário lembrar de abrir o painel.
É aí que automação realmente facilita a vida: quando o sistema deixa de ser apenas um lugar onde se consulta informação e passa a aparecer no momento em que a ação precisa acontecer.
9. Peso, pressão e medidas corporais: transformar registros isolados em evolução
O sistema possui módulos independentes para peso, pressão arterial, pulso e medidas corporais.
Nas medidas corporais são previstos, entre outros campos, peso corporal, abdômen, pescoço, tórax, braços, coxas e panturrilhas.
O backend calcula indicadores e análises de evolução. No relatório por IA, os cálculos autorizados são especificados no próprio prompt, incluindo IMC e, quando aplicável e com dados suficientes, estimativas antropométricas definidas pela aplicação.
Há uma preocupação explícita com auditabilidade: a IA recebe os dados brutos do período, deve usar somente as fórmulas autorizadas e não pode substituir valores ausentes por zero nem improvisar fórmulas alternativas.
Essa é uma arquitetura melhor do que simplesmente perguntar a um chatbot “como estou?”.
10. Atividade física e diário: números não contam tudo
Nem todo contexto cabe em uma métrica.
Por isso existem dois módulos simples, mas valiosos.
Atividades
Permitem registrar tipo de atividade, duração e observações.
Diário
Permite escrever livremente o que aconteceu naquele dia.
Essas anotações podem contextualizar os números depois. Um período de viagem, mudança de rotina, início de treino ou qualquer evento relevante pode ser preservado junto à linha do tempo.
11. Fotos de evolução: comparação visual com data e posição
O projeto também organiza fotografias de evolução.
As imagens podem ser registradas com data e posição padronizada, incluindo frente, laterais e costas.
O benefício é simples: evitar que fotos de acompanhamento fiquem misturadas com milhares de imagens na galeria do celular sem contexto temporal.
Quando imagem, peso e medidas compartilham a mesma linha do tempo, a comparação deixa de depender de procurar manualmente arquivos antigos.
12. A parte mais “uau”: perguntar ao próprio histórico
Depois que os dados foram registrados, surge a possibilidade mais interessante.
O sistema possui um assistente que monta um contexto estruturado contendo dados recentes do próprio diário: peso, pressão, medidas, refeições, registros intestinais, medicamentos, atividades, exames e perfil.
Esse contexto é enviado ao modelo junto com a pergunta.
A instrução principal é clara: responder apenas com base nos dados fornecidos.
O modelo também recebe o histórico recente da conversa para permitir continuidade.
Isso permite perguntas conceituais como:
- “Quais foram meus últimos pesos registrados?”
- “Em quais dias registrei atividade física?”
- “O que eu anotei na semana passada?”
- “Quais exames estão no histórico?”
- “Como variaram minhas medidas no período?”
- “Quais refeições aparecem com mais frequência nos últimos registros?”
Não é perguntar para a internet. É perguntar para os próprios registros.
O LLM funciona como uma camada de linguagem sobre dados estruturados.
Essa é talvez a melhor definição do projeto: uma memória pessoal consultável em linguagem natural.
13. Relatórios: fechar um período sem montar tudo manualmente
O sistema possui uma área de relatórios com filtro de período e exportação em PDF.
O backend reúne os registros daquele intervalo e monta um conjunto de dados estruturado. A IA então produz um resumo com regras rígidas.
Entre as exigências programadas estão:
- usar somente dados do período escolhido;
- não utilizar medidas anteriores ou posteriores;
- não inventar medidas;
- não estimar valores ausentes;
- explicar limitações;
- usar somente fórmulas autorizadas;
- separar síntese prática e rodapé técnico;
- não fazer diagnóstico médico.
O PDF final pode reunir quadro resumo, peso, pressão, medidas, refeições, registros intestinais, medicamentos, doses confirmadas, diário, atividades, exames e uma síntese por IA.
Em vez de chegar ao fim do mês e tentar reconstruir tudo de cabeça, o sistema já tem a matéria-prima organizada.
14. Como isso funciona por trás: Flask, SQLite, OpenAI API, PDF e WhatsApp
O projeto foi construído em Python usando Flask.
Os registros são persistidos em SQLite. Arquivos e fotografias ficam em diretórios específicos da aplicação. A integração de IA utiliza o SDK da OpenAI.
No código analisado, há uso de:
- Audio Transcriptions API para transformar voz em texto;
- Responses API para texto e análise multimodal;
- entrada de imagem codificada para descrição visual;
- arquivos de exame como contexto;
- JSON estruturado para perguntas sobre o histórico;
- ReportLab para geração de relatórios PDF;
- Evolution API para notificações por WhatsApp;
- Pydantic para validação dos dados;
- Loguru para logs.
Arquitetura simplificada
Vários serviços pequenos formam uma experiência única.
A OpenAI mantém a API de Áudio para transcrição e a Responses API para aplicações com modelos de linguagem e entradas multimodais. No projeto, essas capacidades são combinadas com regras de negócio próprias da aplicação, em vez de deixar a IA operar sem contexto.
15. Onde isso realmente facilita a vida?
A resposta está menos nas telas e mais nas tarefas que deixam de existir.
Antes: lembrar o que comeu e digitar tudo.
Depois: falar ou fotografar e revisar.
Antes: procurar o PDF do exame e reler tudo para encontrar um item.
Depois: abrir o exame salvo e perguntar sobre ele.
Antes: depender da memória para lembrar um horário.
Depois: receber o lembrete da dose.
Antes: montar uma retrospectiva manual antes de uma consulta.
Depois: filtrar o período e gerar um relatório.
Antes: procurar fotos antigas na galeria.
Depois: consultar fotos organizadas por data e posição.
Antes: tentar lembrar se determinado padrão já havia acontecido.
Depois: pesquisar o histórico.
É aquela que tira pequenas burocracias do caminho para que registrar algo importante deixe de ser um trabalho.
16. IA com limites claros: organização não é diagnóstico
Em saúde, essa separação é indispensável.
O código do projeto contém diversas instruções explícitas para impedir que a IA extrapole o papel do sistema.
Ela pode resumir um exame, mas não deve inventar diagnóstico.
Pode apontar padrões nos próprios registros, mas não deve afirmar causa médica que não esteja nos dados.
Pode descrever uma imagem, mas deve declarar quando a fotografia não permite conclusão.
Pode facilitar o acompanhamento de medicamentos, mas não deve criar ou alterar prescrição.
O sistema é uma ferramenta de registro, organização e apoio à leitura do próprio histórico. Avaliação clínica e decisões de tratamento permanecem com profissionais habilitados.
17. Onde esse conceito pode ser aplicado?
Acompanhamento pessoal
Para quem quer manter uma linha do tempo organizada sem espalhar informações em vários lugares.
Preparação para consultas
Um relatório por período pode ajudar a pessoa a chegar com informações mais organizadas sobre rotina e registros feitos por ela mesma.
Acompanhamento de tratamentos
Agenda, horários, confirmação de doses e observações ajudam a preservar o histórico do que foi efetivamente registrado como tomado ou pulado.
Nutrição e hábitos
Fotografias, voz e descrições podem reduzir o esforço de manter um diário alimentar.
Atividade física e composição corporal
Peso, medidas, fotos e atividades ganham contexto quando visualizados na mesma linha do tempo.
Organização de exames
Documentos deixam de ficar perdidos em pastas e passam a ter data, nome, resumo e possibilidade de consulta.
Pesquisa pessoal de padrões
Sem transformar correlação em diagnóstico, a pessoa pode usar seus registros para formular perguntas melhores e levar observações mais organizadas a um profissional.
Cuidado familiar com consentimento
O mesmo conceito pode servir a rotinas de cuidado compartilhado, desde que existam autorização, segurança e governança adequadas para informações pessoais sensíveis.
18. Perguntas frequentes
O sistema substitui médico ou nutricionista?
Não. Ele organiza registros pessoais e utiliza IA para facilitar entrada, resumo e consulta. Diagnóstico e tratamento não fazem parte da finalidade do sistema.
A IA pode inventar algo sobre um exame?
Os prompts foram desenhados para proibir invenções e exigir prudência quando a informação não está clara. Ainda assim, qualquer saída de IA deve ser tratada como apoio e conferida no documento original quando a precisão for importante.
É possível registrar uma refeição falando?
Sim. O áudio é transcrito e pode ser reorganizado em uma descrição curta antes de ser salvo.
É possível registrar comida por fotografia?
Sim. A análise visual tenta descrever somente os alimentos principais aparentes, sem inventar calorias, pesos ou ingredientes não visíveis.
O sistema envia lembretes de medicamentos?
O projeto possui agenda e integração com WhatsApp para notificações de doses programadas.
Posso perguntar sobre meus próprios dados?
Sim. O assistente monta um contexto estruturado com o histórico recente e responde usando esse contexto, mantendo a conversa e informando quando faltam dados.
Existe relatório?
Sim. O sistema reúne registros de um período, pode gerar uma síntese por IA e exportar um relatório PDF com diferentes categorias de acompanhamento.
Por que isso é diferente de uma planilha?
Porque o sistema combina persistência, arquivos, fotos, agenda, automação, análise multimodal, voz, relatórios e perguntas em linguagem natural sobre o histórico.
Quando registrar fica fácil, o histórico começa a ganhar valor.
Voz, fotos, exames, medidas, medicamentos e rotina deixam de ficar espalhados e passam a formar uma memória pessoal organizada, pesquisável e útil ao longo do tempo.
Conclusão: talvez a melhor IA para a saúde pessoal seja a que ajuda você a não esquecer
Existe muito entusiasmo em torno de inteligência artificial aplicada à saúde. Parte dele gira em torno de diagnósticos automáticos, modelos complexos e promessas ambiciosas.
Este projeto segue outro caminho.
Ele começa por um problema cotidiano e concreto: informação pessoal de saúde é difícil de registrar e ainda mais difícil de reconstruir depois.
A IA entra para diminuir esse atrito.
Você pode falar em vez de digitar.
Pode fotografar em vez de descrever tudo manualmente.
Pode anexar um exame e receber um resumo inicial.
Pode fazer uma pergunta sobre o próprio arquivo.
Pode programar um tratamento e receber um lembrete.
Pode registrar peso, pressão e medidas e depois observar a evolução.
Pode reunir tudo em um relatório.
E, principalmente, pode perguntar ao histórico em linguagem natural.
Da rotina para a memória
O produto não é a IA. O produto é o histórico que se torna utilizável.
Essa talvez seja uma aplicação menos espetaculosa da inteligência artificial — e justamente por isso extremamente útil.
Não é uma IA tentando substituir quem cuida da saúde.
É uma IA ajudando a pessoa a registrar melhor, organizar melhor e lembrar melhor.
Quando tecnologia transforma pequenos registros em uma linha do tempo coerente, informação deixa de se perder e começa a trabalhar a favor da pessoa.
Saúde com IA: menos esforço para anotar, mais contexto para lembrar.
Referências tecnológicas: OpenAI — Whisper e OpenAI Developers — APIs e modelos.