A FDA concedeu autorização De Novo ao Aletta, da holandesa Vitestro, em 20 de agosto de 2026: é o primeiro dispositivo robótico autônomo de punção venosa liberado nos Estados Unidos. O aparelho localiza a veia por ultrassom e a distingue de artéria, aplica o garrote, guia a agulha por robótica, coleta e cobre o local com curativo. A decisão veio acompanhada de controles especiais que abrem a via 510(k) para concorrentes: a agência já desenhou a porta de entrada da categoria.

Esta newsletter já contou essa história. Na edição 25, de junho de 2024, os resultados do ensaio ADOPT tinham acabado de ser apresentados num congresso e chegaram até aqui pelo press release da empresa: 95% de sucesso na primeira punção, tempo médio de 1 min 49 s, hemólise de 0,6% e menção a 10.000 pacientes em cinco fases. Em abril de 2026 o ensaio saiu revisado por pares na Clinical Chemistry, com 1.633 pacientes na coorte de uso rotineiro, em três serviços ambulatoriais da Holanda.

A revisão por pares não desmentiu o desempenho, deu precisão ao que se pode afirmar. O acerto na primeira punção ficou em 94,5% (IC 95% 93,3 a 95,5), muito próximo dos 95% do press release, e se manteve alto nos grupos historicamente difíceis: 97,4% com IMC acima de 30, 93,4% acima de 65 anos e 92,7% em quem se declarou de acesso venoso difícil. Dois indicadores vieram melhores que os de 2024: 90% relataram dor muito menor, menor ou semelhante à da punção manual, onde o press release registrava 83% com dor menor ou comparável, e a hemólise ficou em 0,3% contra os 0,6% de então. O tempo mediano de procedimento, por outro lado, foi de 2 min 37 s, contra o 1 min 49 s anunciado. São coortes diferentes, então a leitura correta não é evolução no tempo, e sim o que cada tipo de fonte reporta.

Limite O número que só apareceu com a revisão por pares é o denominador. Os 94,5% valem apenas nos pacientes em que o robô identificou veia adequada, e 110 de 1.743 triados, ou 6%, não tiveram. Contando esses, a coleta completa cai para 88,5% (1.543/1.743): cerca de 1 em cada 9 pacientes ainda termina na mão de um humano, e é essa a conta que interessa a quem dimensiona equipe. A coorte de uso rotineiro foi de braço único, sem grupo controle manual, então a comparação com a punção humana foi feita contra a literatura publicada e não dentro do mesmo estudo. A hemólise média de 0,3% esconde variação entre serviços: 5,2% num dos três sítios e 0,0% nos outros dois. Idade mínima de 16 anos, gestantes e lactantes excluídas, e os dados de experiência vieram de cerca de dois terços dos participantes, o que os próprios autores apontam como possível viés de seleção. Não há registro na ANVISA nem lançamento anunciado no Brasil.

Um preprint publicado no arXiv em 11 de agosto de 2026, assinado por Lena Holzwarth, Rita González-Márquez e Dmitry Kobak, este último da Universidade de Ghent, analisou o texto integral de 1.194.287 artigos de acesso aberto do PubMed Central, de 2017 a 2025, e estimou que 89% dos publicados em dezembro de 2025 carregam excesso de vocabulário associado a modelos de linguagem. Em 2024 eram 52%; em 2023, 19%. A Nature noticiou o trabalho arredondando o número para 90%.

O mesmo grupo já havia medido isso, e a diferença não é só de calendário: a estimativa anterior olhava apenas resumos e chegou a 13,5% para 2024. O novo método parte de 379 palavras-marcador, ajusta uma reta às frequências mensais de 2018 a 2022, o período pré-ChatGPT, e projeta qual seria a frequência humana em 2025. O excesso sobre essa linha vira a fração de artigos. Numa simulação com 100 mil textos, o erro do estimador ficou abaixo de 2 pontos percentuais em toda a faixa testada.

O rastro não está confinado à Discussão, onde uma ajuda de redação incomodaria menos. Num recorte de parágrafo, o sinal aparece em 68% das Discussões, 67% dos Resumos, 59% das Introduções, 46% dos Resultados e 32% dos Métodos. É a linha dos Resultados que muda a natureza do problema: Kobak diz à Nature que seções de resultados escritas com IA preocupam pela propensão dos modelos a fabricar, ou alucinar, dados.

Limite Marca de escrita com IA não é sinônimo de fraude, e o trabalho não sustenta a inferência que o leitor é tentado a fazer: a estimativa é de corpus, não de artigo. Ela não diz, e não pode dizer, se um artigo específico saiu de um modelo. Também não separa revisão de idioma, tradução e redação integral, e os autores registram o ganho legítimo para quem não escreve em inglês nativo. O corpus é só de língua inglesa e só de acesso aberto, uma fatia do PubMed e não o PubMed inteiro. O trabalho é preprint, ainda sem revisão por pares. E a premissa central, a de que a reta de 2018 a 2022 ainda descreve como um humano escreveria em 2025, é reconhecida pelos próprios autores como mais frágil conforme o tempo passa, já que pessoas expostas ao estilo do modelo podem começar a copiá-lo sem perceber.

O médico de família Lucas Cardim, que atende em Petrolina, no sertão de Pernambuco, criou com o engenheiro de software Davi Rios a plataforma gratuita Cuidado Para Todos, que associa medicamentos comuns da atenção primária a ícones padronizados e é aberta ao profissional pelo próprio site, sem custo. Segundo o MIT Technology Review Brasil, ela é acessada diariamente por 250 profissionais de todos os estados.

A ferramenta nasceu no consultório, à mão, antes de virar software. O MIT Technology Review Brasil cita um galo ou um café da manhã com cuscuz para indicar o horário da dose, símbolos tirados do repertório da região; a CNN Brasil registra também a lua para a noite e círculos para a quantidade de comprimidos. A legibilidade passa a depender da cultura do paciente, e não do vocabulário técnico do prescritor.

A correção proposta não pede equipamento novo na ponta, troca de sistema nem treinamento longo, e é isso que a separa da maior parte do que se chama de inovação em saúde. Segundo o MIT Technology Review Brasil, a tecnologia deve ser incorporada pelo SUS por meio de um Acordo de Cooperação Técnica em andamento; a meta relatada na cobertura da imprensa regional é doá-la, para que os ícones entrem no Prontuário Eletrônico do Cidadão do Ministério da Saúde.

Limite Não há estudo, piloto medido ou desfecho publicado desta ferramenta. Nada foi medido sobre adesão ao tratamento, taxa de erro de posologia ou compreensão da receita: os únicos números disponíveis são de uso, 250 profissionais por dia, e uso não é efeito. O Acordo de Cooperação Técnica com o Ministério da Saúde está em andamento, não assinado, de modo que a incorporação ao Prontuário Eletrônico do Cidadão é intenção declarada e não fato consumado. Vale dizer também o que a ausência de estudo não significa. Pictograma em prescrição tem literatura própria e favorável: uma revisão de escopo publicada na Drug Safety em 2025 classifica como evidência forte o uso de pictogramas em material de orientação e em rótulo de farmácia, e um ensaio randomizado no JAMA Network Open reduziu a proporção de cuidadores que erraram a dose de 54,2% para 30,4% com folha ilustrada mais demonstração. Só que essa evidência é de pictograma acompanhado de texto, e o paciente que motivou esta ferramenta é exatamente quem não lê o texto ao lado. A literatura apoia o princípio; ela não testou esta aplicação, nesta população, com estes ícones.