Resumo
O TermoVital segue 8 princípios de design para pacotes Python de diagnóstico médico: (1) Python puro primeiro, (2) importável como lib, (3) CLI funcional, (4) dados numéricos para Claude (nunca imagens), (5) offline-first, (6) LGPD nativa, (7) agnóstico de câmera, (8) testes com dados reais.
Conceito
Princípio central: o core não tem dependências de framework web. Estrutura: termovital/core/ (aquisição, processamento, fisiologia) + termovital/adapters/ (futuro). O output de cada extrator é dataclass Python → JSON → SQLite, com tipagem forte e serialização natural.
A decisão de enviar dados numéricos (JSON) ao Claude em vez de imagens é econômica e técnica: (a) custo de tokens de imagem é proibitivo para escala, (b) o Claude interpreta melhor dados estruturados que imagens térmicas, (c) o pipeline de extração já transformou a imagem em variáveis clínicas — a IA interpreta variáveis, não pixels.
Dual path de aquisição: RJPEG (160x120, temp real/pixel) para snapshots e UVC stream (640x480, ~11fps) para séries temporais. Ambos alimentam extratores diferentes (ver pipeline).
Evidência
Design derivado de lições aprendidas com ThermoClaw (acoplamento prematuro) e boas práticas de engenharia de software.
Limitações
Nenhuma limitação específica identificada — princípios de design derivados de experiência prática.
Translação
Nenhum item de translação identificado.
Questões Abertas
- Quando faz sentido enviar imagem ao Claude? (validação visual, QA de captura?)
Notas Relacionadas
- Lição TermoVital: core Python puro antes de qualquer framework web
- Radiomics por ultrassom: 1500+ features extraídas por PyRadiomics em imagem 2D — diferencial competitivo
- System building funciona como prazer intelectual, não como procrastinação simples
- Framework de decisão: utilidade prática como filtro primário, teste rápido e ajuste
- Stream UVC do FLIR C5 ≠ dados radiométricos: imagem do display, não temperatura por pixel