Trabalhando em TI na área da saúde como um desenvolvedor iniciante, especialmente com o InterSystems TrakCare, você rapidamente percebe uma coisa: não se trata apenas de mensagens HL7 ou integrações de backend. Uma grande parte de fazer o TrakCare funcionar bem nos hospitais depende de como ele é configurado, customizado e suportado no lado da aplicação.

É aí que entram pessoas como eu — desenvolvedores tecno-funcionais que entendem tanto a parte técnica quanto o impacto nos fluxos reais de trabalho hospitalares.

Não somos apenas técnicos (ou consultores funcionais)

Apesar de o comando LOCK (docs) ser uma parte fundamental do InterSystems IRIS, responsável pela concorrência, não há muita discussão sobre ele na Developer Community. O que é compreensível, considerando que é um comando estável e de nível relativamente baixo. Neste artigo, vou mostrar um exemplo simples de como usar locks com interoperabilidade.

Introdução

A plataforma de dados InterSystems IRIS há muito tempo é conhecida por seu desempenho, interoperabilidade e flexibilidade entre linguagens de programação. Durante anos, os desenvolvedores puderam usar o IRIS com Python, Java, JavaScript e .NET — mas os desenvolvedores de Go (ou Golang) ficaram esperando.

Essa espera finalmente acabou.

O novo driver go-irisnative traz suporte a GoLang para o InterSystems IRIS, implementando a API padrão database/sql

Introdução

Em um artigo anterior, apresentei o módulo IRIStool, que integra de forma transparente a biblioteca pandas do Python com o banco de dados IRIS. Agora, estou explicando como podemos usar o IRIStool para aproveitar o InterSystems IRIS como base para buscas inteligentes e semânticas sobre dados de saúde no formato FHIR.

Este artigo cobre o que fiz para criar o banco de dados de outro dos meus projetos, o FHIR Data Explorer. Ambos os projetos são candidatos no concurso atual da InterSystems, então, por favor, vote neles se os achar úteis.

Aqui na InterSystems, frequentemente lidamos com conjuntos massivos de dados estruturados. Não é incomum ver clientes com tabelas contendo mais de 100 campos e mais de 1 bilhão de linhas, cada tabela totalizando centenas de GB de dados. Agora imagine fazer o join de duas ou três dessas tabelas, com um esquema que não foi otimizado para esse caso de uso específico. Só por diversão, vamos supor que você tenha 10 anos de dados de EMR de 20 hospitais diferentes em todo o seu estado, e você foi encarregado de encontrar….

Ao trabalhar com linguagens externas para o IRIS (como Python e Node.js), uma das primeiras coisas que você precisa fazer é estabelecer uma conexão com uma instância do IRIS.

Por exemplo, para criar uma conexão em Python (https://pypi.org/project/intersystems-irispython/):

import iris

# Open a connection to the server
args = {
	'hostname':'127.0.0.1', 
	'port': 1972,
	'namespace':'USER', 
	'username':'username', 
	'password':'password'
}
conn = iris.connect(**args)

# Create an iris object
irispy = iris.createIRIS(conn)

# Create a global array in the USER namespace on the server
irispy.

Rubrica de FAQ da InterSystems

Se você quiser gerar um erro personalizado arbitrário dentro de um bloco TRY, pode passar uma exceção com um throw, da seguinte forma. No exemplo abaixo, um erro personalizado é gerado se Stcount for menor que 1.

Class User.Test
{

ClassMethod ExceptionTest()
 {
    try
    {
      // : some codes
      if (Stcount<1) {
          throw ##class(%Exception.General).%New("User-defined error", "5001", "location", "Data at location error")
          // User-created errors are 5001 and above
      }
    }
    catch ex
    {
      write "Errors #", ex.

Problema

Nas versões especificadas acima, uma instância pode não iniciar ou pode travar durante a operação se o cache do banco de dados for maior ou igual a 2.097.152 MB (2 TB).

A versão 0.10.6 do IPM foi lançada em 24 de fevereiro de 2026. Esta versão corrige principalmente erros, mas também adiciona a flag -export-python-deps aos comandos de pacote e publicação para incluir as dependências do Python no próprio módulo IPM. Como de costume, você pode conferir a versão na página do GitHub ou através do Registro da Comunidade.

Segue o registro completo das alterações:

Adicionado

• #1024: Adicionada a flag -export-python-deps ao comando de publicação.

Corrigido

• #996: Garante que os comandos COS sejam executados no modo exec em um contexto dedicado e isolado.

O que é Dados Não Estruturados?
Dados não estruturados referem-se a informações que não possuem um modelo de dados ou organização predefinidos. Em contraste com os dados estruturados encontrados em bancos de dados com estruturas claras (por exemplo, tabelas e campos), os dados não estruturados não possuem um esquema fixo. Esse tipo de dado inclui textos, imagens, vídeos, arquivos de áudio, postagens em redes sociais, e-mails e muito mais.

Por que Insights de Dados Não Estruturados São Importantes?

Introdução

O InterSystems IRIS permite criar APIs REST usando classes ObjectScript e o framework %CSP.REST. Isso possibilita o desenvolvimento de serviços modernos para expor dados para aplicações web, aplicativos móveis ou integrações de sistemas.

Neste artigo, você aprenderá como criar uma API REST básica no InterSystems IRIS, incluindo:

• Uma classe de dados persistente
• Uma classe REST com métodos GETe POST 
• Uma aplicação web para expor a API
• Uma demonstração completa usando Docker

Passo 1: Criar a classe de dados Demo.Producto

Class Demo.Producto Extends (%Persistent, %JSON.

Como parte da nova onda de UI de Interoperabilidade (veja as novidades em 2025.1 e 2025.3 por  @Aya Heshmat), a versão 2026.1, que já está disponível em Developer Preview, e isso pode ser um bom motivo para você experimentá-la - trará a nova interface para o editor BPL (e outras melhorias de UI).

Aqui vai um pequeno teaser:

Parte do que eu gostei especialmente -

• A capacidade de auto-complete ao editar ações Assign e Conditions, veja no lado direito acima.
• A Tree View de todo o BP, que permite ver também as ações internas de loops, etc., de uma só vez, veja no lado esquerdo acima.

@Aya.

A injeção de SQL continua sendo uma das vulnerabilidades mais críticas em aplicações que dependem de banco de dados, permitindo que atacantes manipulem consultas e potencialmente acessem ou comprometam dados sensíveis. No InterSystems IRIS, os desenvolvedores têm acesso tanto ao SQL Dinâmico quanto ao SQL Embutido, cada um com características distintas. Entender como usá-los de forma segura é essencial para prevenir a injeção de SQL.

O Problema: SQL Dinâmico e Injeção de SQL

O SQL Dinâmico constrói consultas como strings em tempo de execução.

Este artigo irá introduzir você ao conceito de ambientes virtuais em Python, que são essenciais para gerenciar dependências e isolar projetos do sistema operacional.

O que é um ambiente virtual?

Um ambiente virtual é uma pasta que contém:

• Uma versão específica do Python
• No início, um diretório site-packages vazio

Ambientes virtuais ajudam a isolar seu projeto da instalação do Python do sistema operacional e de outros projetos.

Como usá-lo?