LançamentoAnálise · No radarZDNet AI→ original

Athenahealth conecta o Claude aos prontuários de mais de 20% dos moradores dos EUA

Os prontuários médicos geralmente não são escritos para o paciente: achar o indicador desejado exige vasculhar tabelas, códigos e dezenas de documentos. A Athenahealth lançou o AthenaPatient, um servidor MCP pelo qual o Claude, após a autorização, lê seções selecionadas do prontuário e responde a perguntas simples, como informar o resultado mais recente de um exame. O acesso pode ser restringido ou revogado, mas o serviço não substitui o médico nem deve fazer diagnósticos.

Processado por IA de ZDNet AI; editado por Hamidun News
Athenahealth conecta o Claude aos prontuários de mais de 20% dos moradores dos EUA
Fonte: ZDNet AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalZDNet AI ↗
Editor-chefe
Dado-chave #1A integração está disponível para assinantes do Claude Pro e Max somente com o consentimento do paciente.
Dado-chave #2Exames, medicamentos, alergias, diagnósticos e histórico de consultas podem ser passados ao contexto.
Dado-chave #3Os desenvolvedores precisam de controle de acesso separado, revogação de permissões e registro de acessos.

O prontuário médico guarda muita informação útil, mas muitas vezes é difícil para a pessoa encontrar nele até um dado simples. O resultado mais recente de um exame pode estar entre o registro de uma consulta, a lista de prescrições e siglas incompreensíveis. A Athenahealth oferece uma saída familiar aos desenvolvedores: conectar os dados a um modelo de linguagem via MCP e permitir que o paciente faça perguntas com palavras do dia a dia.

A empresa lançou o AthenaPatient MCP, um servidor pelo qual o Claude obtém acesso a seções selecionadas do prontuário após a autorização explícita do paciente. A Athenahealth atende mais de 20% da população dos EUA, portanto não se trata de uma demonstração de laboratório, mas de um canal potencialmente grande de acesso a dados sensíveis.

Como isso aparece para o paciente

O usuário entra na conta da Athenahealth, permite a conexão e escolhe quais informações podem ser compartilhadas com o Claude. Depois disso, o modelo pode considerar resultados de exames, sinais vitais, medicamentos, alergias, vacinas, diagnósticos, histórico de consultas, procedimentos e planos de tratamento. A permissão pode ser revogada.

Um exemplo simples: em vez de procurar manualmente nos documentos, o paciente pergunta: "Qual foi meu último valor de hemácias?" O Claude encontra o registro correspondente e devolve o valor do prontuário. Mas o limite foi traçado de propósito: o serviço ajuda a extrair e explicar informações já registradas, não prescreve tratamento nem substitui o médico. A pergunta sobre por que um valor saiu da faixa normal e o que fazer a respeito deve ser levada a um especialista.

No momento, a conexão está disponível para usuários dos planos pagos Claude Pro e Claude Max. Ter uma assinatura não abre nada por si só: o paciente precisa passar separadamente pela autorização e concordar com a transferência dos dados.

Por que aqui o MCP importa mais que o próprio chatbot

Para os desenvolvedores, o interessante não é a interface de perguntas, mas o padrão arquitetural. O MCP transforma um sistema médico em uma fonte de contexto controlada: o modelo não recebe o banco de dados inteiro, mas consulta os dados em nome de um usuário específico e dentro das permissões concedidas.

Essa abordagem pode ser transferida para bancos, seguradoras, repositórios corporativos e serviços governamentais. No entanto, um único botão "Permitir acesso" não basta. Sistemas sensíveis exigem escopos de permissão estreitos, tokens de curta duração, registro de cada requisição, revogação de acesso clara e proibição de reter contexto desnecessário. A interface também deve mostrar de onde veio a resposta: de qual documento, de qual data e com qual status.

A Athenahealth afirma que os termos do contrato proíbem a Anthropic de usar as informações obtidas pela integração para treinar modelos ou melhorar produtos. Essa é uma promessa importante, mas a equipe de produto ainda precisa projetar o sistema como se qualquer divulgação desnecessária de dados fosse virar um incidente. Permissões amplas, consultas ocultas em segundo plano e respostas sem link para o registro original são especialmente perigosas.

O que verificar antes de um lançamento semelhante

A primeira pergunta é se o modelo realmente precisa de acesso à entidade inteira ou se bastam alguns campos. A segunda é se o usuário poderá ver e cancelar cada permissão. A terceira é o que acontecerá se o Claude errar, confundir datas ou repetir com convicção um diagnóstico desatualizado.

A conclusão prática é simples: o MCP acelera a integração de um modelo com sistemas fechados, mas não resolve a segurança automaticamente. Para um produto, o valor surge quando o assistente elimina a busca rotineira e não finge ser médico. Para o desenvolvedor, o conjunto mínimo é autorização pontual, fontes verificáveis das respostas, auditoria completa das requisições e uma recusa segura quando os dados são insuficientes. Esses detalhes determinarão se um assistente médico se tornará uma interface útil para o prontuário ou apenas mais um caminho de vazamento.

História

Perguntas frequentes sobre a notícia

Como isso aparece para o paciente?

O usuário entra na conta da Athenahealth, permite a conexão e escolhe quais informações podem ser compartilhadas com o Claude. Depois disso, o modelo pode considerar resultados de exames, sinais vitais, medicamentos, alergias, vacinas, diagnósticos, histórico de consultas, procedimentos e planos de tratamento. A permissão pode ser revogada.

Por que aqui o MCP importa mais que o próprio chatbot?

Para os desenvolvedores, o interessante não é a interface de perguntas, mas o padrão arquitetural. O MCP transforma um sistema médico em uma fonte de contexto controlada: o modelo não recebe o banco de dados inteiro, mas consulta os dados em nome de um usuário específico e dentro das permissões concedidas. Essa abordagem pode ser transferida para bancos, seguradoras, repositórios corporativos e serviços governamentais. No entanto, um único botão "Permitir acesso" não basta.

O que verificar antes de um lançamento semelhante?

A primeira pergunta é se o modelo realmente precisa de acesso à entidade inteira ou se bastam alguns campos. A segunda é se o usuário poderá ver e cancelar cada permissão. A terceira é o que acontecerá se o Claude errar, confundir datas ou repetir com convicção um diagnóstico desatualizado. A conclusão prática é simples: o MCP acelera a integração de um modelo com sistemas fechados, mas não resolve a segurança automaticamente.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
O que você acha?
Carregando comentários…