Como a IA avalia as fotos
Um passo a passo em linguagem simples sobre o fluxo da tecnologia — desenvolvido com foco em transparência, privacidade e precisão.
O fluxo de análise
Recebimento da imagem
Sua imagem é enviada diretamente para um servidor criptografado por TLS 1.3. Ela nunca é encaminhada para um serviço de terceiros, serviço de análise visual na nuvem ou revisor humano. A imagem existe apenas na memória durante a análise.
Análise visual local
Um sistema de análise visual ajustado especificamente para esta finalidade roda inteiramente em nossa infraestrutura privada. Esse sistema foi treinado com milhares de imagens rotuladas clinicamente para avaliar atributos físicos usando convenções de medição padronizadas.
Resultado estruturado
O sistema produz um objeto JSON estruturado — um conjunto de pontuações numéricas e rótulos categóricos para cada atributo. Nenhum dado bruto da imagem é incluído. Esse resultado estruturado é anonimizado e não contém nenhuma informação de identificação pessoal.
Geração do relatório
Os dados estruturados são repassados a um sistema de geração de texto para criar um relatório personalizado por escrito. O ponto essencial: esse sistema vê apenas números e rótulos — nunca sua imagem. O relatório contextualiza seus resultados em relação a dados populacionais de pesquisas revisadas por pares.
Exclusão da imagem
Após a conclusão da análise, sua imagem é permanentemente excluída da memória. Não armazenamos imagens originais. Apenas seus resultados estruturados e anonimizados são mantidos, e somente se você optar por salvá-los.
Arquitetura técnica
O que é avaliado
O sistema avalia 36 atributos distintos. As medições estimadas são baseadas na análise visual de proporções e calibradas em relação à nossa base de referência de 5,000 imagens rotuladas clinicamente. Uma amostra dos atributos avaliados:
Como medimos a precisão
O sistema foi treinado com uma base de 5,000 imagens, cada uma anotada com 36 atributos por vários revisores seguindo um protocolo de rotulagem padronizado. A confiabilidade entre avaliadores foi medida para garantir a consistência dos rótulos antes do treinamento.
As medições estimadas (comprimento, circunferência) usam uma abordagem baseada em proporções — não na detecção de réguas — calibrada em relação a pontos de referência conhecidos nos dados de treinamento. A precisão é expressa como um intervalo de confiança, não como um número único.
Transparência sobre limitações
A estimativa visual por IA tem limitações inerentes. A precisão da medição depende do ângulo, da iluminação e do enquadramento da imagem. Os relatórios incluem faixas de confiança e deixam claro onde as estimativas são aproximadas. Não apresentamos os resultados da IA como medição de nível médico.
Dados de treino e ética
Os dados de treinamento foram obtidos de repositórios anonimizados e com consentimento. Nenhuma informação de identificação pessoal foi mantida. Todas as imagens usadas no treinamento foram analisadas quanto ao consentimento e à conformidade legal antes da inclusão.
O processo de anotação foi projetado para eliminar julgamentos estéticos subjetivos do fluxo de rotulagem. Os anotadores avaliaram atributos físicos com base em critérios objetivos, não em preferências pessoais. As escalas de avaliação foram predefinidas e calibradas.
← Anterior
Tamanho importa? →Leia depois →
Estatísticas de tamanho