Como o Vokkari confere nomes de medicamentos na ANVISA

Você fala o nome de um medicamento, como o Forxiga. A IA transcreve como «Forchig». É o tipo de problema mais comum em apps de transcrição de consultas médicas. A diferença é o que acontece depois. No Vokkari Med, cada nome de medicamento citado na consulta é conferido no registro da ANVISA antes da consulta chegar até você: caso erros de grafia sejam identificados em nomes de medicamentos, a palavra é automaticamente corrigida quando não há dúvidas, ou aparece sublinhada em vermelho, mostrando a lista de opções possíveis de nomes. Nenhum outro app de transcrição de consultas médicas no Brasil faz isso.

Veja como funciona em segundos, e depois entenda o que acontece por trás de cada sublinhado.

O erro que passa pela revisão

Um nome de medicamento errado tem uma propriedade perigosa: ele parece certo. «Purane 88» tem cara de remédio. «Ara dois de cinquenta» tem cara de transcrição descuidada. Em uma consulta de vinte minutos, com a próxima pessoa já na sala de espera, a transcrição deve requerer a menor quantidade possível de correções, e a literatura sobre transcrição médica com IA confirma: as trocas de nome de medicamento são justamente a classe de erro que as métricas gerais escondem e que a revisão apressada não pega.

O motivo é simples. Um sistema de reconhecimento de voz aprende com o que ouve muitas vezes. «Pressão» e «retorno» aparecem milhões de vezes no material de treino; «Forxiga» e «Aradois» aparecem raramente, e nunca do jeito que se fala no consultório. Nomes comerciais são palavras inventadas, ninguém pronuncia o nome da bula, e a dose às vezes vem inclusa no nome. O modelo escreve o que ouviu, não o que está registrado.

Você tem duas escolhas diante disso. Continuar sendo a única barreira entre o erro e a receita, consulta após consulta. Ou usar uma ferramenta que conferiu cada nome antes de você abrir a consulta, e que ainda assim deixa a decisão com você.

O que acontece com cada nome, antes de você ver a consulta

Quando a transcrição de uma consulta é processada, o Vokkari transcreve a conversa e a organiza nas seções do modelo da sua especialidade. Nessa etapa, o modelo que estrutura a consulta também lista cada nome de medicamento que escreveu, com a seção em que está, a dose falada e o trecho da conversa de onde veio. Cada um desses nomes passa por quatro etapas.

Um catálogo construído da fonte oficial

A base de comparação não é uma lista escrita à mão. É um catálogo montado a partir dos dados abertos de registro de medicamentos e da tabela de preços da ANVISA: mais de 10 mil nomes comerciais, mais de 3 mil princípios ativos, as apresentações registradas de cada produto (as doses que existem de verdade), a classe terapêutica e a situação do registro. O catálogo é reconstruído periodicamente a partir das fontes oficiais.

Comparação por escrita, por som e por dose

• Pela grafia. Primeiro o nome exato, depois o nome com a dose separada e as palavras juntas: «Ara dois» vira «aradois» e bate com Aradois.
• Pelo som. Cada nome é convertido em uma chave fonética feita para o português brasileiro, que ignora o que um sotaque muda: x, ch e s que soam igual, vogais que somem, consoantes dobradas. «Forchig» e «Forxiga» viram a mesma chave. É esta etapa que resolve o que a comparação de letras não alcança.
• Pela dose. Se você falou «88», o Vokkari confere se existe uma apresentação de 88 mcg registrada para o candidato. Se falou «20» e o produto registra 0,02 mg, a unidade é convertida antes de comparar. Se o número faz parte do nome, como em «Diane 35», ele é reconhecido como nome. A dose que você disse vira evidência a favor ou contra cada candidato.

A trava contra medicamentos parecidos

Esta é a etapa que separa uma correção útil de uma correção perigosa. Prednisona e prednisolona. Clonidina e clozapina. Dipirona e dipiridamol. Citalopram e escitalopram. Um corretor automático ingênuo, que troca qualquer palavra pelo nome mais parecido, é exatamente o que produz uma receita com o remédio errado e aparência de correta.

O Vokkari carrega a lista de nomes com grafia ou som semelhantes publicada pelo ISMP Brasil e, além dela, detecta na hora qualquer nome que se aproxime de dois princípios ativos diferentes. Nesses casos a regra é uma só: nunca corrigir sozinho. O nome é sublinhado, o menu mostra as duas opções com o princípio ativo de cada uma, e a escolha é sua.

Antes de construir esse mecanismo, testamos a abordagem mais comum do mercado: um corretor com uma lista de medicamentos passando sobre o texto inteiro. Em nove consultas reais, ela alteraria quase 17% de todas as palavras da transcrição, transformando «paciente», «melhora» e «glicada» em nomes de remédio, e ainda assim não corrigiria todas as ocorrências. Descartamos. A conferência só toca em nomes que o próprio modelo identificou como medicamentos, e só age quando todas as evidências apontam para o mesmo lugar.

Corrigir, sugerir ou deixar como está

• Corrigir automaticamente, só quando existe um único candidato, a semelhança é alta, a dose falada bate com uma apresentação registrada e uma verificação adicional, feita com o contexto da conversa, confirma com confiança alta. A correção troca apenas a grafia do nome que você usou: «Forchig» vira «Forxiga», e o resto da frase fica intacto. Ela aparece sublinhada em verde-azulado, com o texto original guardado, e pode ser revertida com um toque.
• Sugerir, quando qualquer condição falha ou quando o nome se aproxima de dois medicamentos. O nome fica sublinhado em vermelho e o menu lista os equivalentes do registro com o princípio ativo de cada um. Nada muda até você escolher.
• Deixar como está, sem marca, quando o nome já bate com o registro ou quando não existe nada parecido no catálogo. Um manipulado, uma fórmula ou um nome fora da ANVISA passa exatamente como foi dito.

Duas regras valem sempre. A transcrição em texto corrido nunca é editada. E o nome genérico nunca é acrescentado ao lado do comercial: o registro contém o que foi dito na consulta, não o que o sistema achou útil acrescentar.

Como isso aparece para você

Nada disso exige configuração. Ao abrir uma consulta pendente de revisão, no celular ou no computador, os nomes que precisam de atenção já estão sublinhados, do jeito que um corretor de texto sublinha uma palavra.

No computador, passar o mouse ou clicar no nome abre o menu Nome de medicamento a confirmar. Cada opção mostra Substituir por «nome» e, abaixo, o princípio ativo, para você confirmar que é mesmo o medicamento que o(a) paciente citou. Ignorar sugestão mantém o texto e limpa a marca.

Ao substituir, o nome é trocado em todas as ocorrências daquela seção, mantendo a dose que você já tinha, e a escolha é salva na hora, sem finalizar a consulta. As marcas só existem enquanto a consulta está pendente e no modo de leitura; ao tocar em Revisar, os campos viram editores comuns, já com as substituições que você aceitou. O passo a passo com cada rótulo do app está em Como conferir nomes de medicamentos com o registro da ANVISA, e o fluxo de revisão em Como revisar e finalizar uma consulta transcrita.

Apelidos, sotaques e gírias de consultório

É aqui que a maioria das ferramentas desiste, porque o problema real não é quem pronuncia «dapagliflozina» com dicção de locutor. É a consulta de verdade, em que se fala «purandi», «arodois», «espectona» e «o losartana», e em que o(a) paciente do interior e o(a) da capital dizem o mesmo remédio de jeitos diferentes.

A chave fonética resolve a maior parte disso porque compara como a palavra soa, não como se escreve. «Purane», «purandi» e «Puran» convergem para o mesmo candidato, e a dose de 88 confirma que é Puran T4. «Ara dois de cinquenta» vira Aradois 50 porque as palavras juntas batem com o registro e a apresentação de 50 mg existe.

E quando nem o som ajuda, como em «Spriractona» para espironolactona, o sistema não força: se a evidência é forte, sugere; se não é, deixa o texto como está para você corrigir na revisão. Uma sugestão errada custa um toque para ignorar. Uma correção errada custa uma receita. Preferimos o primeiro custo, sempre.

A pergunta que separa as ferramentas

Existem muitos apps que transcrevem consultas, e a maioria transcreve razoavelmente bem. A pergunta que separa uma ferramenta de elite de uma ferramenta comum não é «ele transcreve?», e sim «o que ele faz com o que transcreveu?». Da próxima vez que avaliar qualquer fornecedor, faça uma pergunta objetiva: o que acontece quando a transcrição erra o nome de um remédio?

No Vokkari, a resposta cabe em uma frase: o nome é conferido no registro da ANVISA antes de chegar até você, e a decisão final continua sua. Isso é o que significa construir para o consultório brasileiro, e não adaptar um produto genérico:

• Fonte oficial, não uma lista importada. Nomes comerciais e apresentações que só existem no Brasil, direto dos dados abertos da ANVISA.
• Fonética do português brasileiro. A chave de som foi feita para a nossa língua e os nossos sotaques.
• Segurança antes de conveniência. A lista do ISMP Brasil e a detecção de ambiguidade garantem que o sistema nunca escolhe entre dois remédios por você.
• Transparência total. Cada correção automática fica marcada, com o original guardado e reversível com um toque. Nada muda em silêncio.
• Sem custo e sem configuração. Faz parte da transcrição de toda consulta em português, em todos os planos, inclusive no Gratuito.

Quem já usa o Vokkari fala do mesmo ponto por outro ângulo:

• “A transcrição é impressionante, mesmo com termos específicos. Já virou parte da minha rotina.

• “Em pronto-socorro, um paciente sai e outro já entra. A pressão de atender e escrever ao mesmo tempo era enorme. Hoje consigo conduzir o plantão no meu ritmo, e nada fica pendente.

Para um comparativo mais amplo entre as ferramentas disponíveis, veja As melhores IAs para transcrever consultas médicas.

A IA escreve o primeiro rascunho, você revisa

A conferência de medicamentos tira da sua frente o trabalho de caçar nomes errados. Não muda a natureza do que a IA produz: a transcrição é um rascunho até você conferir. O Vokkari Med grava a consulta no celular ou no navegador, transcreve a conversa e gera documentação personalizada por especialidade, com receita, atestados, solicitação de exames e os demais documentos clínicos a partir da mesma conversa. Você revisa cada campo, aceita ou ignora cada sugestão de medicamento, finaliza e compartilha.

O teste mais honesto é o mais simples. O plano Gratuito inclui 5 horas de gravação, sem cartão de crédito e sem prazo para usar. Grave uma consulta real, com o seu vocabulário e os seus apelidos de remédio, abra a consulta pendente e olhe os sublinhados. Para entender o fluxo inteiro antes de começar, leia Transcrição de consulta médica com IA: o guia completo e as boas práticas de IA na documentação clínica.

Tudo que a IA gera é rascunho até você confirmar: a revisão e a palavra final são sempre suas.

Referências

1. Agência Nacional de Vigilância Sanitária (ANVISA). Dados abertos: medicamentos registrados e tabela de preços. Disponível em: https://dados.anvisa.gov.br/dados/. Acesso em: 14 set 2026.
2. Instituto para Práticas Seguras no Uso de Medicamentos (ISMP Brasil). Nomes de medicamentos com grafia ou som semelhantes: como evitar os erros? Boletim ISMP Brasil. 2014;3(6). Disponível em: https://ismp-brasil.org/wp-content/uploads/2024/06/V3N1.pdf. Acesso em: 14 set 2026.
3. Jordão RG, Rosa JLG. Metaphone-pt_BR: the phonetic importance on search and correction of textual information. In: Computational Linguistics and Intelligent Text Processing (CICLing 2012). Lecture Notes in Computer Science, vol 7181. Berlin: Springer; 2012. doi:10.1007/978-3-642-28601-8_25. Disponível em: https://doi.org/10.1007/978-3-642-28601-8_25
4. Dictionary-augmented large language model post-processing for medical speech recognition: reduction of character error rate in drug-related utterances. PMC, 2026. Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC13344086/. Acesso em: 14 set 2026.
5. Automatic speech recognition in healthcare in the post-LLM era: a scoping review (medication-name substitutions and Medical-Concept WER). PMC, 2026. Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC13205700/. Acesso em: 14 set 2026.
6. Sobrinho R. Fonetica: implementação das regras fonéticas BuscaBR para o português brasileiro. Repositório de código, licença MIT. Disponível em: https://github.com/sobrinho/fonetica. Acesso em: 14 set 2026.

Os exemplos de nomes transcritos com erro («Forchig», «Purane 88», «Ara dois de cinquenta», «Spriractona») vêm da análise interna de qualidade de transcrição do Vokkari, sem nenhum dado de paciente. Os nomes de pacientes e de médicos que aparecem nas telas são fictícios; os depoimentos são os mesmos publicados na página inicial do Vokkari.