# Implementando um Gate Fail-Closed de LGPD com Microsoft Presidio para dados médicos no WhatsApp

> **Artigo Técnico de Segurança & Privacidade**  
> **Autor:** Patrick Serrano — Principal Engineer & Fundador da PCMS Engenharia de Software  
> **Data:** 14 de outubro de 2026  
> **Tags:** #LGPD #Presidio #Cybersecurity #DataPrivacy #Python #Clojure #Healthcare

---

## O Risco Oculto de IAs no Setor de Saúde

Quando um paciente entra em contato com o WhatsApp de uma clínica odontológica ou consultório médico, ele compartilha rotineiramente dados ultrassensíveis protegidos pelo artigo 5º e 11º da Lei Geral de Proteção de Dados (LGPD):
- Nomes completos e CPFs para checagem de plano de saúde.
- Relatos de sintomas, dores agudas, tratamentos em andamento e diagnósticos prévios.
- Comprovantes de pagamento, dados bancários e números de telefone.

A esmagadora maioria das soluções de "atendimento com IA" simplesmente repassa esse texto puro para provedores externos de LLM (OpenAI, Anthropic ou APIs públicas). 

Isso cria dois riscos jurídicos e de conformidade catastróficos:
1. **Vazamento e contaminação de contexto:** O dado médico do paciente fica armazenado em logs de terceiros ou em janelas de contexto não sanitizadas.
2. **Confabulação ou alucinação sobre dados médicos:** O modelo pode "lembrar" ou inferir dados pessoais de terceiros se o prompt for manipulado ou se houver injeção de prompt.

Na **Rohana IA** (plataforma desenvolvida pela **PCMS Engenharia de Software**), adotamos uma premissa inegociável de engenharia: **Privacidade Fail-Closed por Design**.

Aqui explicamos como implementamos essa blindagem em produção.

---

## 1. O Princípio do Fail-Closed

Em arquitetura de segurança, existem dois modelos de comportamento diante de falhas de verificação:
- **Fail-Open:** Se o serviço de verificação falhar, cair ou demorar, a requisição passa liberada para não interromper a experiência do usuário.
- **Fail-Closed:** Se qualquer verificação de segurança, validação de hash ou sanitização falhar ou estiver inacessível, o sistema **bloqueia sumariamente a requisição**.

No setor de saúde, *Fail-Open é inaceitável*. Se o nosso analisador de PII estiver temporariamente indisponível, a Rohana não envia o texto não higienizado para o LLM. Ela emite uma resposta segura de recusa educada ou encaminha o atendimento para o atendente humano, registrando o incidente na trilha de auditoria criptografada.

---

## 2. A Camada de Sanitização com Microsoft Presidio

O Microsoft Presidio é um framework de detecção e anonimização de PII (Personally Identifiable Information). Em nossa arquitetura, ele opera em um container isolado acessado via pipeline interno (`rohana.infra.presidio`).

A sanitização atua em duas frentes distintas:

### A) Sanitização de Ingestão de Documentos (Knowledge Base)
Antes de qualquer documento de clínica (tabelas de preços, protocolos de implante, corpo clínico) ser fatiado (*chunked*) e vetorizado:
1. Cada chunk de texto passa pelo Presidio Analyzer com regras customizadas para o idioma português brasileiro (`pt_core_news_lg` do spaCy).
2. Entidades como CPF, telefones pessoais de médicos, e-mails pessoais e dados de cartões são mascaradas para tokens genéricos (`<CPF>`, `<PHONE_NUMBER>`).
3. Aplicamos uma **allowlist estrita** de nomes de marca e personas institucionais (ex: "Rohana", "Clínica Saúde Oral", "Dra. Sofia") para evitar que o modelo sofra com sobre-redação estatística (*over-redaction*).
4. O índice vetorial (`TurboVec`) recusa fisicamente qualquer payload que não contenha a assinatura de aprovação do gate de sanitização.

### B) Sanitização em Voo no WhatsApp
Quando a mensagem do paciente chega via webhook:
1. A mensagem de entrada passa por `:presidio/scrub`. Dados de identificação pessoal são tokenizados antes de compor o prompt.
2. A resposta gerada pelo LLM também é inspecionada antes de ser enviada ao cliente final.
3. Se um prompt tentar forçar a IA a revelar dados de outros pacientes ou instruções de sistema, o gate detecta a violação e interrompe o grafo de execução.

---

## 3. Quarentena Criptografada com AES-256-GCM

E o que acontece quando um chunk de documento é rejeitado pelo analisador de privacidade? 

Ele **nunca** é descartado silenciosamente nem armazenado em texto claro em pastas de erro. Ele é enviado para um subsistema de **Quarentena de Privacidade** (`rohana.privacy.quarantine`):
- O trecho rejeitado é cifrado em disco usando **AES-256-GCM** com vetor de inicialização (IV) exclusivo gerado pela chave mestre `PRIVACY_QUARANTINE_KEY`.
- As permissões no Linux são travadas em `0700` para diretórios e `0600` para os arquivos.
- Apenas o administrador da clínica ou o DPO (Data Protection Officer) pode inspecionar e revisar os itens em quarentena via CLI administrativa autenticada:

```bash
# Inspeção segura de itens em quarentena
java -Drohana.config=config/system-prod.edn -cp target/rohana-agent.jar \
  clojure.main -m rohana.privacy.quarantine-cli list saude-oral
```

Mesmo quando um operador humano marca o item como revisado, ele **não vai direto para o índice**: ele é obrigado a passar novamente por toda a esteira do Presidio em um novo ciclo de ingestão.

---

## 4. Grounding Verificado: Eliminando Confabulações

Privacidade e precisão andam de mãos dadas. Na Rohana, o status `:llm/grounded?` não é uma suposição — é uma prova matemática verificada na resposta:
- Uma resposta só é marcada como grounded se contiver a citação exata de fontes recuperadas do banco vetorial isolado daquele cliente específico.
- Se o LLM tentar deduzir um procedimento que não consta na documentação oficial da clínica, o grafo detecta a ausência de lastro documental e substitui a inferência pela mensagem canônica: *"Não encontrei essa informação em nossos protocolos oficiais. Vou te transferir para um especialista da equipe humana."*

---

## Conclusão: Segurança como Diferencial Competitivo

Para quem vende soluções de automação B2B para o setor de saúde, a LGPD não é um obstáculo burocrático — é a principal barreira de entrada contra amadores. 

Clínicas sérias não querem "mágica de IA". Elas exigem garantias contratuais, isolamento de dados, auditoria determinística e blindagem jurídica. 

É isso que construímos na **PCMS Engenharia de Software** com a **Rohana IA**.
