Saúde: transcrição de consultations

#Transcrever uma consulta localmente: o que é permitido e sob quais condições

Sim, um médico pode transcrever suas consultas com IA sem que o áudio saia do seu computador: o Whisper transcreve a voz, um LLM local (via Ollama) redige um relatório estruturado e o profissional revisa e valida. Isso não elimina as obrigações legais. O guia da HAS e da CNIL de 2026 lembra que a introdução de um sistema de IA não altera as regras de sigilo profissional previstas no artigo L. 1110-4 do Código de Saúde Pública. Também é necessário informar o paciente e respeitar seu direito de oposição. A hospedagem por terceiros exige um provedor de hospedagem certificado HDS. O processamento local evita justamente essa transferência e seus riscos. Este guia monta o pipeline e, em seguida, detalha o marco legal e as verificações indispensáveis, corrigindo algumas ideias equivocadas.

A transcrição automática de consultas é, segundo esse mesmo guia, o caso de uso mais frequente das IAs generativas em contextos de atendimento à saúde. Portanto, a questão não é saber se é possível fazer isso, mas como fazê-lo corretamente.

#O contexto francês: o que dizem os guias oficiais

A tabela apresenta cada exigência com seu efeito concreto em um pipeline local. Ela corrige ao mesmo tempo dois mitos comuns: o consentimento do paciente não é a base legal do tratamento e o HDS não é exigido por princípio, mas apenas quando um terceiro hospeda os dados.

#Duas ideias equivocadas a abandonar

Primeira ideia equivocada: “ChatGPT está formalmente proibido”. Os textos não visam nenhuma ferramenta em particular. O problema é estrutural: enviar dados de saúde para um serviço online faz com que eles saiam do seu computador, o que exige um provedor de hospedagem certificado, um contrato de subcontratação e informações adequadas. O guia da HAS e da CNIL também identifica um risco de violação do sigilo médico relacionado à inclusão de dados sensíveis nas solicitações aos agentes conversacionais online.

Segunda ideia equivocada: "local significa estar em conformidade". O processamento local elimina a transferência, mas não a obrigação de manter um registro, informar os pacientes, proteger a estação de trabalho e avaliar a necessidade de uma análise de impacto. O guia inclui a avaliação de impacto sobre a proteção de dados (AIPD) entre as obrigações do responsável pela implantação, quando aplicável: busque orientação para decidir sobre esse ponto, assim como sobre a possível classificação da sua ferramenta como dispositivo médico.

#A stack: Whisper, um LLM local e, opcionalmente, a diarização

Em termos de velocidade, a documentação do faster-whisper fornece uma referência datada: 13 minutos de áudio transcritos em 1 minuto e 3 segundos com o modelo large-v2 em fp16, consumindo 4.525 MB de VRAM, em uma RTX 3070 Ti de 8 GB (benchmark dos mantenedores, CUDA 12.4). Os mesmos mantenedores registraram 59 segundos para 2.926 MB em int8. São as medições deles, na máquina deles, não as nossas: elas indicam que uma placa de vídeo modesta transcreve mais rápido que o tempo real, sem que isso seja uma promessa para o seu computador.

#Instalação

python3 -m venv venv
source venv/bin/activate

pip install faster-whisper ollama
# Optionnel pour la diarisation :
pip install pyannote.audio

# Le modèle Whisper se télécharge au premier usage.
# Modèle de rédaction via Ollama :
ollama pull qwen3.5:9b

Com uma GPU NVIDIA, o faster-whisper exige as bibliotecas cuBLAS e cuDNN 9 para CUDA 12. Sem elas, o programa falha ao carregar o modelo: instale-as antes de testar ou passe para o modo CPU.

#Transcrever áudio

O script abaixo define o idioma, ativa o filtro de silêncio (VAD) e adiciona marcações de tempo a cada segmento. Ajuste a primeira linha: device cuda com float16 para uma GPU NVIDIA, device cpu com int8 para um Mac ou um PC sem placa compatível.

from faster_whisper import WhisperModel

# GPU NVIDIA : device="cuda", compute_type="float16"
# Sans GPU compatible : device="cpu", compute_type="int8"
model = WhisperModel("large-v3", device="cuda", compute_type="float16")

MOTS_CLES = "amoxicilline, paracétamol, HbA1c, tension artérielle"

def transcribe(audio_path):
    segments, info = model.transcribe(
        audio_path,
        language="fr",
        beam_size=5,
        vad_filter=True,        # coupe les silences
        hotwords=MOTS_CLES,     # vocabulaire attendu
        word_timestamps=False,
    )
    lines = []
    for s in segments:
        ts = f"[{int(s.start // 60):02d}:{int(s.start % 60):02d}]"
        lines.append(f"{ts} {s.text.strip()}")
    return "\n".join(lines)

if __name__ == "__main__":
    import sys
    print(transcribe(sys.argv[1]))

O parâmetro hotwords, exposto pela função de transcrição do faster-whisper, permite sugerir ao modelo termos esperados: nomes de medicamentos, siglas, exames. Ele ajuda, mas não garante: revise sempre os nomes próprios e as doses.

#Whisper pode escrever o que ninguém disse

A descrição do modelo large-v3 avisa que as previsões podem conter textos que não estão no áudio, o que ela chama de 'alucinação'. Em uma consulta, isso pode gerar uma frase plausível inventada em um silêncio, um número modificado ou um nome de medicamento semelhante mas incorreto. O filtro VAD reduz o risco em silêncios; ele não substitui a revisão.

#Redigir o relatório estruturado

O segundo script envia a transcrição a um modelo local pela API do Ollama. Dois ajustes são importantes: uma temperatura baixa para limitar invenções e uma janela de contexto suficiente. A documentação do Ollama indica uma janela padrão de cerca de 4.000 tokens quando há menos de 24 GiB de VRAM. Uma consulta de vinte minutos representa cerca de 3.000 palavras, ou seja, vários milhares de tokens (estimativa que varia conforme a velocidade da fala): sem num_ctx explícito, o final da transcrição corre o risco de ser truncado. Por isso, o exemplo define 16.384 tokens.

import requests

SYSTEM_CR = """Tu es un assistant pour médecin généraliste français.
À partir d'une TRANSCRIPTION BRUTE d'une consultation, tu produis un
compte-rendu médical structuré.

FORMAT DE SORTIE :
## Motif de consultation
## Antécédents (mentionnés)
## Examen clinique
## Diagnostic / Hypothèses
## Traitement / Prescriptions
## Suivi

RÈGLES :
- Reste TEXTUEL : n'ajoute aucun élément non mentionné dans la transcription.
- Reformule en vocabulaire médical standard.
- Si une section n'est pas abordée, écris "Non mentionné".
- Ne complète jamais une posologie ou un diagnostic absent.
"""

def summarize(transcription):
    r = requests.post("http://localhost:11434/api/chat", json={
        "model": "qwen3.5:9b",
        "messages": [
            {"role": "system", "content": SYSTEM_CR},
            {"role": "user",   "content": transcription},
        ],
        "stream": False,
        "options": {"temperature": 0.2, "num_ctx": 16384},
    })
    return r.json()["message"]["content"]

Este prompt aplica os princípios do guia sobre system prompts: regras verificáveis, formato de saída explícito, comportamento previsto quando a informação estiver ausente. A instrução "Não mencionado" é importante: evita que o modelo preencha uma seção vazia com uma hipótese plausível.

#Diarização: diferenciar médico e paciente

A diarização atribui cada segmento a um falante (SPEAKER_00, SPEAKER_01). Ela é principalmente útil quando você grava a consulta em si, com duas vozes; para um ditado feito apenas pelo médico, é desnecessária. O repositório do pyannote recomenda atualmente o pipeline community-1: é necessário aceitar seus termos de uso no Hugging Face e criar um token de acesso para baixá-lo. A inferência é executada localmente em seguida.

import torch
from pyannote.audio import Pipeline

pipeline = Pipeline.from_pretrained(
    "pyannote/speaker-diarization-community-1",
    token="HUGGINGFACE_ACCESS_TOKEN",
)
pipeline.to(torch.device("cuda"))  # si un GPU est disponible

output = pipeline("consultation.wav")
for turn, speaker in output.speaker_diarization:
    print(f"{turn.start:.1f}s - {turn.end:.1f}s : {speaker}")

#Fluxo de trabalho típico em consultório

1. 01
   Informar o paciente

   Antes da gravação, informe que a consulta ou o ditado será transcrito por uma ferramenta local e que o paciente pode se opor a isso. Se você gravar a voz do paciente, obtenha seu consentimento. Registre essa informação no prontuário.
2. 02
   Gravar

   Duas opções: ditar de 1 a 2 minutos de anotações após a consulta (o paciente já não está sendo gravado), ou gravar a conversa (consentimento verbal exigido, diarização útil). O ditado minimiza os dados coletados.
3. 03
   Transferir o arquivo para o computador

   Transfira o áudio (WAV, MP3, M4A) para um diretório dedicado, criptografado. Um pequeno script monitora o diretório e aciona o processamento.
4. 04
   Iniciar o pipeline

   O script transcreve, resume, salva o relatório em formato de texto junto ao arquivo de áudio e registra a operação em log sem incluir conteúdo médico nesse registro.
5. 05
   Reler e validar pessoalmente

   O médico que atendeu o paciente relê o relatório, faz as correções e depois o integra ao seu software de gestão do consultório. Uma terceira pessoa que não esteve presente na consulta não consegue identificar as alucinações.
6. 06
   Remover áudio bruto

   Após a validação do relatório, exclua o áudio e a transcrição intermediária: esses dados não têm mais finalidade, e o relatório acompanha o prontuário médico.

#O que verificar na revisão

#Retenção, segurança e rastreabilidade

Registro das atividades de tratamento

O guia da CNIL e da Ordem dos Médicos solicita que você mantenha um registro das atividades de tratamento; adicione a ele uma linha descrevendo esse pipeline local e suas finalidades.

Prazo de retenção

O relatório segue o prazo de conservação do prontuário médico (20 anos após a última consulta, conforme a recomendação do conselho profissional). O áudio bruto, que deixa de ser necessário após a validação do relatório, deve ser excluído.

Criptografia e backups

Criptografe o disco (FileVault, BitLocker, LUKS) e faça backups regularmente em uma mídia criptografada guardada fora do consultório. Um computador roubado com dados de saúde sem criptografia constitui uma violação de dados.

Rastreabilidade

Mantenha um registro de que o paciente foi informado, da versão das ferramentas e da validação do médico: esses são seus elementos de comprovação em caso de fiscalização.

• Transcrição médica e LLM local: conformidade em relação aos dados dos pacientes
• Whisper + Ollama local: transcrição 100 % offline
• Síntese de prontuários médicos
• Criptografar o disco dos modelos
• WhisperX: marcação temporal palavra por palavra e falantes
• Dominar os system prompts

• Fonte: guia HAS e CNIL, uso adequado de sistemas de IA em contexto de saúde
• Fonte: guia CNOM e CNIL sobre a proteção de dados dos pacientes
• Fonte: faster-whisper
• Fonte: ficha do modelo Whisper large-v3
• Fonte: pyannote-audio