Ir para o conteúdo
Likelier

Medo percebido vs. probabilidade real

Quais são as chances de uma alucinação de IA causar um impacto sério na vida real para você?

Não quantificado

Sem estimativa confiável

Procuramos dados confiáveis sobre esta questão e não encontramos um número que estejamos dispostos a publicar. Possíveis razões: as fontes divergem substancialmente, o conjunto de dados subjacente é reconhecidamente enviesado, ou a questão depende de um contexto que não podemos normalizar para uma base comum.

Conhece uma fonte rigorosa e revisada por pares que não encontramos? Por favor, avise-nos.

Tecnologia · revisado 2026-06-14
Qualidade das evidências 4.63/5

Pontuação de revisão em oito dimensões segundo a grelha de qualidade . Cada dimensão pontuada de 1 a 5.

D1 Ancoragem nas fontes
5/5
D2 Autoridade das fontes
5/5
D3 Aritmética
5/5
D4 Incerteza
5/5
D5 Âmbito
4/5
D6 Prosa
4/5
D7 Honestidade sobre a perceção
4/5
D8 Completude das ressalvas
5/5
Média 4.63/5
Evidência direta
Source Sem estimativa confiável
A single printed document with several lines of text crossed out in red ink, lying flat on a plain wooden desk.

A probabilidade de que uma alucinação de IA cause um impacto sério na vida real de uma pessoa específica não é atualmente conhecida em nível populacional, e fingir o contrário exigiria fabricar exatamente o tipo de número que a entrada deveria tratar com ceticismo. O que se sabe é a taxa de alucinação por saída, e ela é alta o suficiente para que a ausência de uma estimativa de dano por pessoa não deva ser lida como tranquilizadora. A auditoria de 2024 do Stanford RegLab com três modelos fundacionais constatou que eles respondiam a perguntas verificáveis específicas sobre casos federais aleatórios com alucinações entre 58% (GPT-4) e 88% (Llama 2) das vezes. A leaderboard de sumarização continuamente atualizada da Vectara, que usa uma tarefa muito mais fácil de livro-fechado em que o modelo recebe o texto-fonte, ainda mede modelos de fronteira em 1,8-5% de alucinação em maio de 2026. A diferença de 50x entre esses dois benchmarks não é uma contradição: é a diferença entre pedir ao modelo para recuperar fatos e pedir que sumarize um texto que acabou de ver. Perguntas factuais em aberto, o tipo que usuários comuns fazem, ficam mais próximas da taxa mais alta.

O lado do dano é documentado caso a caso, não em agregado. Em junho de 2023, o US District Court for the Southern District of New York sancionou dois advogados em $5.000 no caso Mata v. Avianca por apresentarem uma petição que citava seis casos inteiramente fabricados gerados pelo ChatGPT, incluindo Varghese v. China Southern Airlines e Estate of Durden v. KLM Royal Dutch Airlines. O caso foi o modelo para o que se seguiu: em maio de 2026, o rastreador de alucinações Charlotin contava mais de 1.300 decisões judiciais mundiais em que um juiz ou tribunal citou explicitamente falsidades geradas por IA em petições apresentadas. Uma análise do Stanford Cyberlaw publicada em outubro de 2025 constatou que, dentro dos Estados Unidos, a maioria dessas petições foi apresentada por litigantes pro se (160 de 274 casos documentados no momento da redação), não por advogados, sugerindo que os casos visíveis envolvendo advogados sancionados são uma fatia pequena de um padrão mais amplo que afeta principalmente pessoas que não podem pagar representação.

Fora do tribunal, o British Columbia Civil Resolution Tribunal decidiu em fevereiro de 2024 (Moffatt v. Air Canada, 2024 BCCRT 149) que a Air Canada era responsável por uma promessa de tarifa de luto de aproximadamente CAD 650 feita por seu chatbot de atendimento ao cliente. A companhia aérea argumentou que o chatbot era uma entidade legal separada; o tribunal discordou em uma linguagem que foi citada internacionalmente (“não faz diferença se a informação vem de uma página estática ou de um chatbot”). Os danos no caso Moffatt foram pequenos, mas a decisão é o precedente existente mais claro de que a desinformação de IA voltada ao consumidor cria exposição legal para a empresa que a implanta, independentemente de o modelo subjacente ter sido fornecido por terceiros.

Os casos ativos mais consequentes envolvem dependência emocional e dano à saúde mental. Garcia v. Character Technologies, ajuizado em outubro de 2024 no Middle District of Florida, alegou que a plataforma Character.AI contribuiu para o suicídio de Sewell Setzer III, de 14 anos, por meio de interações prolongadas de role-play. Raine v. OpenAI, ajuizado em 26 de agosto de 2025 no San Francisco County Superior Court, alega que o ChatGPT contribuiu para o suicídio de Adam Raine, de dezesseis anos, com a queixa afirmando que o sistema de monitoramento da OpenAI rastreou as mensagens de Raine e as sinalizou repetidamente sem intervenção eficaz. Famílias adicionais ajuizaram desde então ações relacionadas contra a OpenAI, segundo o resumo da Wikipedia sobre a onda de litígio pós-Raine. Nenhum desses casos foi julgado quanto ao mérito no momento da redação; as alegações não são constatações de fato. São evidências de que a via de dano envolvendo usuários vulneráveis e dependência emocional está sendo afirmada, em juízo, com documentação, em múltiplos casos simultaneamente.

A razão pela qual esta entrada recusa um único número é que nenhuma das quatro vias de dano documentadas (sanção profissional, perda financeira ao consumidor, conselho equivocado de saúde física, dano psiquiátrico) tem uma taxa base medida por usuário-ano, e agregá-las em uma única probabilidade de “dano por alucinação de IA” ocultaria que as vias têm populações expostas diferentes, severidades de consequência diferentes e trajetórias de remediação diferentes. A taxa técnica por consulta é medida e significativamente diferente de zero; a taxa por pessoa ao longo da vida ainda não é medida e não é estável o suficiente para ser estimada. A entrada honesta é a que diz isso.

A maioria dos utilizadores trata a saída da IA como referência de baixo risco, mas sanções judiciais, conclusões de reguladores e processos por homicídio culposo mostram que o dano grave não é nulo, sobretudo quando se age sem verificar. Com que frequência uma sessão acaba em dano grave não tem taxa medida.

Registro de evidências

Cada número abaixo é o que cada fonte relatou, com a citação literal em que nos baseamos e como chegamos ao nosso valor. Clique em qualquer link para verificar diretamente.

3/9 fontes verificadas de forma independente palavra por palavra em relação à fonte citada

  1. [1] arXiv (Stanford RegLab); Journal of Legal Analysis 16(1), 2024 — Large Legal Fictions: Profiling Legal Hallucinations in Large Language Models
    Large Legal Fictions: Profiling Legal Hallucinations in Large Language Models
    Estatística
    Hallucination rates of 58% (GPT-4) to 88% (Llama 2) when answering specific verifiable questions about random federal court cases.
    Trecho
    “"Legal hallucinations are alarmingly prevalent, occurring between 58% of the time with ChatGPT 4 and 88% with Llama 2, when these models are asked specific, verifiable questions about random federal court cases. [...] LLMs often fail to correct a user's incorrect legal assumptions in a contra-factual question setup. [...] LLMs cannot always predict, or do not always know, when they are producing legal hallucinations. [...] Even experienced lawyers must remain wary of legal hallucinations, and the risks are highest for those who stand to benefit from LLMs the most -- pro se litigants or those without access to traditional legal resources." ”
    Dados da fonte de
    2024-06-21
    Acessado
    2026-05-28
    Cálculo
    Dahl, Magesh, Suzgun and Ho (Stanford RegLab, published in Journal of Legal Analysis, preprint arXiv:2401.01301) measured per-query hallucination rates for legal questions against three foundation models. Their methodology was 200,000+ queries per model stratified by legal task complexity. This source establishes that the per-query hallucination rate is high (58-88%) in a specific high-stakes domain, but it measures hallucination per query, not material harm per user-year. Cited here to ground the claim that hallucinations are frequent at the technical level, while explicitly NOT providing the population harm rate needed for a per-person lifetime probability.
    Independência
    Stanford RegLab is an academic research group; independent of vendor benchmarks (Vectara) and independent of the litigation tracker (Charlotin).
  2. [2] Vectara — Vectara Hallucination Leaderboard (HHEM-2.3) Verificado
    Vectara Hallucination Leaderboard (HHEM-2.3)
    Estatística
    Current frontier models hallucinate 1.8% to 5% of the time on a constrained document-summarization task (May 2026 leaderboard snapshot); GPT-5.4-nano: 3.1%, Gemini 2.5 Flash Lite: 3.3%, Phi-4: 3.7%, Llama 3.3 70B: 4.1%.
    Trecho
    “"Fed the full set of documents in the dataset to each of the LLMs and asked them to summarize each document, using only the facts presented in the document. We then computed the overall factual consistency rate (no hallucinations) and hallucination rate (100 - accuracy) for each model." ”
    Dados da fonte de
    2026-05-11
    Acessado
    2026-05-28 · cópia arquivada
    Verificação
    Trecho obtido novamente de forma independente e confirmado palavra por palavra em relação à fonte citada durante nossa auditoria de fundamentação.
    Cálculo
    Vectara's HHEM leaderboard measures hallucination on a closed-book summarization task (the model is given source text and must summarize it). This is a generous benchmark: open-ended factual questions hallucinate far more often. Even on this constrained task, the best frontier models still hallucinate roughly 1 in 20 to 1 in 55 outputs. Establishes a current floor on hallucination prevalence per output, but does NOT translate to per-person harm because (a) most outputs are not acted on, (b) most outputs are not in a domain where being wrong has material consequences, and (c) the leaderboard does not measure open-ended question answering, where rates are an order of magnitude higher.
    Independência
    Vectara is a commercial RAG vendor; the leaderboard is independent of Stanford RegLab and uses a different methodology (summarization, not legal QA).
  3. [3] Wikipedia summary of United States District Court for the Southern District of New York case record — Mata v. Avianca, Inc., No. 22-cv-1461 (S.D.N.Y. 2023)
    Mata v. Avianca, Inc., No. 22-cv-1461 (S.D.N.Y. 2023)
    Estatística
    $5,000 fine against the plaintiff's attorneys in May/June 2023 for a motion containing fake legal cases involving fictitious airlines with fabricated quotations generated by ChatGPT; Judge Castel held the attorneys acted with 'subjective bad faith' under Rule 11.
    Trecho
    “"In May 2023, Judge P. Kevin Castel dismissed the personal injury case against Avianca and ordered the plaintiff's attorneys to pay a $5,000 fine. [...] Judge Castel noted numerous inconsistencies in the opinion summaries, describing one of the legal analyses as 'gibberish.' [...] Judge Castel held that Mata's lawyers had acted with 'subjective bad faith' sufficient for sanctions under Federal Rule of Civil Procedure Rule 11." ”
    Dados da fonte de
    2023-06-22
    Acessado
    2026-05-28 · cópia arquivada
    Cálculo
    First widely publicised US court case where lawyers were sanctioned for filing a brief containing AI-fabricated case citations. The sanction itself was small ($5,000), but the reputational and professional consequences were severe. Establishes that hallucination-induced professional harm is documented and not hypothetical. Does NOT establish a base rate because most users are not lawyers filing briefs, but it anchors one of the harm pathways.
    Independência
    Primary court record; independent of all other sources cited.
  4. [4] British Columbia Civil Resolution Tribunal (analysis by McCarthy Tetrault) — Moffatt v. Air Canada, 2024 BCCRT 149 Verificado
    Moffatt v. Air Canada, 2024 BCCRT 149
    Estatística
    British Columbia Civil Resolution Tribunal ruled on February 19, 2024 that Air Canada was liable for the misrepresentation made by its website chatbot about bereavement fare eligibility; awarded the plaintiff approximately CAD 650 plus interest and filing fees.
    Trecho
    “"The tribunal held that Air Canada was liable for the misleading information provided by the chatbot. … It should be obvious to Air Canada that it is responsible for all the information on its website. It makes no difference whether the information comes from a static page or a chatbot." ”
    Dados da fonte de
    2024-02-19
    Acessado
    2026-05-28 · cópia arquivada
    Verificação
    Trecho obtido novamente de forma independente e confirmado palavra por palavra em relação à fonte citada durante nossa auditoria de fundamentação.
    Cálculo
    Primary tribunal decision (cited via legal analysis because the CRT direct URL is paywalled). Documents that the chatbot fabricated a bereavement-fare policy that did not exist, that the airline tried to disavow responsibility ("the chatbot is a separate legal entity"), and that the tribunal rejected that defence. Material consequence per user was small (CAD 650), but the case establishes corporate liability for AI misrepresentation and has been cited internationally as precedent. Does not provide a per-person harm rate, but documents a verified consumer-facing harm pathway.
    Independência
    Tribunal decision summarized by an independent Canadian law firm; verified against ABA reporting and BBC/Washington Post coverage of the same ruling.
  5. [5] CBS News — AI company, Google settle lawsuit over Florida teen's suicide linked to Character.AI chatbot
    AI company, Google settle lawsuit over Florida teen's suicide linked to Character.AI chatbot
    Estatística
    Garcia v. Character Technologies, Inc. (M.D. Fla., case no. 6:24-cv-01903), filed October 22, 2024, alleged that a Character.AI chatbot contributed to the suicide of 14-year-old Sewell Setzer III after a months-long simulated romantic relationship with the bot; the case against Character Technologies, its co-founders, and Google was settled in January 2026, terms undisclosed.
    Trecho
    “"A Florida family agreed to settle a wrongful death lawsuit Wednesday with an AI company, Google and others after their teen son died by suicide in 2024. The terms of the settlement, which was filed in the U.S. District Court in the Middle District of Florida, were not disclosed. … Megan Garcia filed a lawsuit in October 2024 … I became the first person in the United States to file a wrongful death lawsuit against an AI company for the suicide of my son." ”
    Dados da fonte de
    2026-01-07
    Acessado
    2026-07-03 · cópia arquivada
    Cálculo
    Garcia v. Character Technologies, Inc. et al. (M.D. Fla., case no. 6:24-cv-01903), filed October 22, 2024 by Megan Garcia following the February 2024 suicide of her 14-year-old son Sewell Setzer III, alleged wrongful death, product liability, and negligence after the teenager conducted a months-long simulated romantic and sexual relationship with a Character.AI chatbot persona. Named defendants included Character Technologies, its co-founders, and Google. The case was settled in January 2026 (docket terminated 2026-01-07 per court records); settlement terms were not disclosed. Cited to ground the body's reference to this case with a dedicated source, alongside Raine v. OpenAI, documenting the emotional-dependence/psychiatric-harm pathway with a named, court-verified case rather than only the summary mention in this entry's caveats field.
    Independência
    Mainstream news report of a filed and settled federal lawsuit, cross-checked against the public court docket; independent of the Stanford, Vectara, and Wikipedia-sourced case summaries cited above.
  6. [6] San Francisco County Superior Court (case description per Wikipedia / NBC News / CNN coverage) — Raine v. OpenAI, No. CGC-25-XXXXXX (San Francisco County Superior Court, filed August 26, 2025)
    Raine v. OpenAI, No. CGC-25-XXXXXX (San Francisco County Superior Court, filed August 26, 2025)
    Estatística
    Ongoing wrongful-death lawsuit filed by Matthew and Maria Raine in San Francisco County Superior Court on August 26, 2025, alleging that ChatGPT contributed to the suicide of their sixteen-year-old son Adam Raine; complaint alleges OpenAI's monitoring system tracked his messages and flagged them repeatedly.
    Trecho
    “"Raine v. OpenAI is an ongoing lawsuit filed in August 2025 by Matthew and Maria Raine against OpenAI and its chief executive Sam Altman over the alleged wrongful death of their 16-year-old son Adam, who died by suicide in April 2025. … On August 26, 2025, Matthew and Maria Raine filed a lawsuit against OpenAI, Sam Altman , and unnamed OpenAI employees and investors, in the San Francisco County Superior Court … OpenAI's monitoring system, which scores messages' probabilities of containing content related to self-harm, had tracked Adam's messages and flagged them repeatedly" ”
    Dados da fonte de
    2025-08-26
    Acessado
    2026-05-28 · cópia arquivada
    Cálculo
    Case status is unresolved as of access date; complaint allegations are not findings of fact. Cited to document the existence of active wrongful-death and psychiatric-harm litigation against a major foundation-model vendor, with additional related suits subsequently filed by other families per the Wikipedia summary. The Wikipedia article does not give a specific count of additional suits or a specific count of self-harm messages flagged by OpenAI's moderation system; reporting in news outlets has cited higher specifics that are not yet verifiable against a public court docket. Together with Garcia v. Character Technologies (filed October 2024 in the Middle District of Florida), establishes a documented harm pathway involving vulnerable users and emotional dependence on chatbots. Source type marked news_article because the underlying court filing is not yet available via public PACER; the Stanford peer-reviewed and Vectara primary-study sources satisfy the authority floor.
    Independência
    Wikipedia summary cross-referenced against NBC News, CNN, and Rolling Stone reporting on the same lawsuit; independent of the Stanford and Vectara sources.
  7. [7] Stanford Center for Internet and Society (Stanford Cyberlaw) — Who's Submitting AI-Tainted Filings in Court? Verificado
    Who's Submitting AI-Tainted Filings in Court?
    Estatística
    As of October 2025, the Charlotin tracker had documented 274 US court cases involving filings with AI hallucinations (114 by lawyers and paralegals, 160 by pro se litigants); the global Charlotin database tracked roughly 1,300+ cases as of May 2026 across 37 jurisdictions, with the United States accounting for over 1,000 of those.
    Trecho
    “"Pro se litigants account for the majority of the cases in the United States where a party submitted a court filing containing AI hallucinations." ”
    Dados da fonte de
    2025-10-15
    Acessado
    2026-05-28 · cópia arquivada
    Verificação
    Trecho obtido novamente de forma independente e confirmado palavra por palavra em relação à fonte citada durante nossa auditoria de fundamentação.
    Cálculo
    Stanford Cyberlaw analysis of Damien Charlotin's running tracker of court rulings that explicitly cite AI hallucinations in legal filings. The tracker is the most comprehensive public count of one specific harm subtype (filings sanctioned or flagged by courts). Important caveat: 274 US filings (Oct 2025) and ~1,300 global filings (May 2026) understate the underlying incidence because they only count cases where a court explicitly named the hallucination; many cases settle or get withdrawn before that point. Even so, the count does not give a per-person harm rate because the denominator (US adults using AI for legal queries) is unknown.
    Independência
    Stanford Cyberlaw analysis of an independent third-party tracker; verified the tracker count directly via damiencharlotin.com/hallucinations on 2026-05-28.
  8. [8] Annals of Internal Medicine: Clinical Cases (American College of Physicians) — A Case of Bromism Influenced by Use of Artificial Intelligence
    A Case of Bromism Influenced by Use of Artificial Intelligence
    Estatística
    Single case report: a 60-year-old man developed bromism (bromide toxicity) after replacing dietary sodium chloride with sodium bromide for 3 months following a ChatGPT consultation; he was hospitalized for 3 weeks with paranoia plus auditory and visual hallucinations, was placed on an involuntary psychiatric hold, and had a serum bromide level of 1700 mg/L (reference range 0.9 to 7.3 mg/L).
    Trecho
    “"For 3 months, he had replaced sodium chloride with sodium bromide obtained from the internet after consultation with ChatGPT, in which he had read that chloride can be swapped with bromide [...]. This case also highlights how the use of artificial intelligence (AI) can potentially contribute to the development of preventable adverse health outcomes. [...] when we asked ChatGPT 3.5 what chloride can be replaced with, we also produced a response that included bromide. Though the reply stated that context matters, it did not provide a specific health warning, nor did it inquire about why we wanted to know, as we presume a medical professional would do." ”
    Dados da fonte de
    2025-08-05
    Acessado
    2026-06-14 · cópia arquivada
    Cálculo
    Eichenberger, Thielke and Van Buskirk (University of Washington), peer-reviewed clinical case report (Ann Intern Med Clin Cases 2025;4:e241260, DOI 10.7326/aimcc.2024.1260). Cited to document the physical-health-misadvice harm pathway: a consumer acted on a general-purpose chatbot's dietary suggestion and was hospitalized. This is N=1, a single reproducible case report, and provides NO incidence rate per user-year, so it cannot move the headline — it confirms the pathway is real rather than hypothetical. The authors reproduced the unsafe suggestion (bromide as a chloride substitute, no health warning) in their own ChatGPT 3.5 test. Verified verbatim via the journal page on 2026-06-14.
    Independência
    Academic clinical case report; independent of the Stanford RegLab, Vectara, and litigation sources cited above.
  9. [9] Psychiatrist.com (Physicians Postgraduate Press) — NEDA Suspends AI Chatbot for Giving Harmful Eating Disorder Advice
    NEDA Suspends AI Chatbot for Giving Harmful Eating Disorder Advice
    Estatística
    In late May 2023 the National Eating Disorders Association (NEDA) suspended its 'Tessa' chatbot after users reported it gave eating-disorder-aggravating advice, including recommending weight loss of 1 to 2 pounds per week, calorie counting, regular weigh-ins, and measuring body fat with calipers.
    Trecho
    “"If I had accessed this chatbot when I was in the throes of my eating disorder, I would NOT have gotten help for my ED." ”
    Dados da fonte de
    2023-06-01
    Acessado
    2026-06-14 · cópia arquivada
    Cálculo
    Documents the deliberate-use-as-therapy-substitute failure mode: a chatbot deployed to stand in for a human eating-disorder helpline gave advice (calorie restriction, weight loss, body-fat measurement) that activists reported as harmful for the exact population it served, prompting NEDA to take it offline within days. This is a single deployment incident, not an incidence rate among real therapy-bot users, so it provides NO base rate and cannot move the headline — it anchors a harm pathway distinct from factual hallucination (the bot was working as designed, giving generic diet advice to a clinically vulnerable user). The harmful-advice specifics were cross-checked against CNN, NPR, and BBC reporting on the same suspension.
    Independência
    Trade-press reporting on the NEDA suspension; independent of the legal and benchmark sources cited above.

436 riscos com probabilidade medida
1 em 10 1 em 100 1 em 1K 1 em 10K 1 em 100K 1 em 1M 1 em 10M 1 em 100M 1 em 1B certo mais raro → Risco cirurgia cosmética no estrangeiro — 1 em 10 Açúcar/sal na infância e doença adulta — 1 em 10 Endometriose — 1 em 10 Risco transplante capilar Turquia — 1 em 10 Prótese de joelho — 1 em 10 Analgésicos crônicos — 1 em 10 Perda total dos dentes — 1 em 9,1 Alzheimer — 1 em 8,3 Privação de sono — 1 em 8,3 Tabaco sem fumaça — 1 em 8,3 Ciclismo sem capacete — 1 em 8,0 Danos dentários por bruxismo — 1 em 7,7 Falha da camisinha — 1 em 7,7 Evitar cuidados por medo migratório — 1 em 7,1 Perda de visão — 1 em 6,7 Hérnia por levantamento de peso — 1 em 6,7 Risco de fratura de quadril — 1 em 6,7 Consumo regular de álcool — 1 em 6,7 Primeiro ataque cardíaco — 1 em 5,9 Infertilidade — 1 em 5,7 5+ anos de cuidados de longa duração — 1 em 5,6 ETC (futebol americano) — 1 em 5,0 Depressão maior — 1 em 4,9 Lesão em caminhada — 1 em 4,8 Infecção ao comer depois do filho — 1 em 4,2 Doença de Lyme — 1 em 4,0 Solidão e saúde — 1 em 3,8 Risco herdado de AUD — 1 em 3,5 Transtorno por uso de álcool — 1 em 3,4 Transtorno de ansiedade — 1 em 3,2 Risco CV após menopausa — 1 em 3,0 Diabetes silencioso — 1 em 3,0 Voar com resfriado — 1 em 2,9 Perda de emprego e depressão — 1 em 2,9 Doença por carrapato (floresta) — 1 em 2,9 Colesterol alto silencioso — 1 em 2,9 Perda de avó/avô na infância — 1 em 2,8 Pacifier on the floor — 1 em 2,8 Hipertensão silenciosa — 1 em 2,7 Infecção resistente — 1 em 2,6 Sem compatibilidade de medula — 1 em 2,4 Internação em casa de repouso — 1 em 2,2 Falso-positivo em mamografia — 1 em 2,0 Tabagismo regular — 1 em 2,0 Diarreia do viajante — 1 em 2,0 Esportes de aventura — 1 em 1,8 Necessidade de cuidados de longa duração — 1 em 1,8 Probabilidade de viuvez — 1 em 1,7 Sexo desprotegido — 1 em 1,5 Dor lombar — 1 em 1,3 Higiene das mãos — 1 em 1,0 Câncer (qualquer) — 1 em 7,1 Trotinete sem capacete — 1 em 4,5 Bicicleta-e sem capacete — 1 em 4,0 Bagagem extraviada — 1 em 3,7 Acidente com feridos por culpa — 1 em 2,9 Colisão com veado — 1 em 2,7 Ferimentos em acidente — 1 em 2,6 Cancelamento de voo — 1 em 1,8 Viagem perturbada: guerra ou desastre — 1 em 1,7 Agressão ao fazer carona — 1 em 8,8 Assalto residencial — 1 em 8,6 Fraude de cheque postal — 1 em 7,7 Abuso sexual infantil — 1 em 6,8 Perseguição — 1 em 6,2 Agressão sexual à estudante — 1 em 5,7 Violência doméstica — 1 em 3,7 Agressão noturna — 1 em 3,6 Roubo de bicicleta — 1 em 2,9 Agressão sexual — 1 em 2,3 Assédio sexual (vida) — 1 em 1,6 Escassez de água — 1 em 2,5 Tempestade solar classe Carrington — 1 em 1,9 Ponto de inflexão WAIS — 1 em 1,1 Fuga de gato doméstico — 1 em 10 Mordida de cão sem coleira — 1 em 9,8 Coelho morre em 4 anos — 1 em 3,3 Mordida de cachorro (não fatal) — 1 em 1,8 Hamster morre antes dos 13 anos — 1 em 1,0 Deficiência de ferro (mulheres) — 1 em 3,9 Carência de vitamina D — 1 em 2,9 Défice de magnésio — 1 em 1,9 Alimentos malcozidos — 1 em 1,6 Contaminação cruzada de carne crua — 1 em 1,4 Alimentos fora da geladeira — 1 em 1,2 Golpe de voz por IA — 1 em 2,9 Golpe online — 1 em 2,5 Cyberbullying adolescente — 1 em 2,0 Crianças e conteúdo explícito — 1 em 1,9 Vazamento de dados — 1 em 1,1 Aborto espontâneo — 1 em 6,7 Tentativa de suicídio adolescente — 1 em 5,6 Depressão pós-parto — 1 em 4,8 Analgésico antes da vacinação — 1 em 3,8 Ganho excessivo de peso na gravidez — 1 em 2,6 Criança não vacinada e sarampo — 1 em 2,0 Piolhos em crianças — 1 em 2,0 Golpe financeiro contra idosos — 1 em 10 Colapso de pensão — 1 em 10 Queda imobiliária — 1 em 8,3 Auditoria do IRS — 1 em 6,7 Colapso cambial — 1 em 5,6 Deportação por visto vencido — 1 em 5,6 Retomada de carro subprime — 1 em 5,0 Long term disability working age — 1 em 4,0 Inadimplência estudantil — 1 em 3,8 Retaliação ao denunciante — 1 em 3,2 Saída forçada antes da reforma — 1 em 2,9 Déficit de aposentadoria — 1 em 2,6 BNPL: pagamento em atraso — 1 em 2,4 Divórcio — 1 em 2,4 Danos por cano estourado — 1 em 2,2 Bullying no trabalho — 1 em 2,1 Apagão prolongado da rede — 1 em 2,0 Deportação (indocumentado) — 1 em 1,8 Choque financeiro com funeral — 1 em 1,7 Roubo de identidade — 1 em 1,7 Fraude de cartão de crédito — 1 em 1,5 Bullying escolar — 1 em 1,5 Baixa de soldado na frente — 1 em 1,3 Recessão econômica — 1 em 1,0 Queda do mercado de ações — 1 em 1,0 Dano no telhado por granizo — 1 em 3,0 Perda com inquilino problemático — 1 em 1,8 Complicações LASIK — 1 em 100 Dano do papel higiênico seco — 1 em 100 Fumaça de segunda mão — 1 em 91 Transtorno de jogos (adultos) — 1 em 83 Urgência por saltos altos — 1 em 79 Thrown/dropped object — 1 em 67 Reação a medicamento — 1 em 58 Overdose — 1 em 56 Asma por fogão a gás numa criança — 1 em 50 Toxoplasmose por caixa de areia — 1 em 48 Invalidez por saúde mental — 1 em 45 Dependência de benzo — 1 em 40 Chumbo na água da torneira — 1 em 40 Uso indevido de medicamentos — 1 em 35 Traumatismo cranioencefálico — 1 em 33 Infecção hospitalar — 1 em 31 Poluição do ar — 1 em 29 Doença renal terminal — 1 em 29 Diarreia do viajante (água) — 1 em 26 Lesão de esqui — 1 em 26 Transtorno bipolar — 1 em 23 Cirurgia do dente do siso — 1 em 22 Complicação turismo dentário — 1 em 20 Abandono de idosos — 1 em 20 Parkinson — 1 em 20 Parasitas de animais — 1 em 20 TDAH não diagnosticado — 1 em 20 Alergia alimentar na vida adulta — 1 em 19 Demência não-Alzheimer — 1 em 17 Transtorno por uso de cannabis — 1 em 16 AVC — 1 em 15 TEPT — 1 em 15 Perda auditiva grave — 1 em 14 Diabetes tipo 2 — 1 em 13 Apendicite — 1 em 13 Fumaça de cozinha — 1 em 13 Depressão não tratada — 1 em 13 Refrigerante e diabetes — 1 em 13 Doença cardíaca — 1 em 12 Morte por erro médico — 1 em 12 Comportamento sexual compulsivo — 1 em 12 Transtorno alimentar — 1 em 11 Prótese de quadril — 1 em 11 Cálculos renais — 1 em 11 Morte/incapacidade parental — 1 em 11 Estilo de vida sedentário — 1 em 11 Infecção em salão — 1 em 11 Cancro do ovário — 1 em 91 Câncer colorretal — 1 em 77 Câncer de mama — 1 em 59 Câncer de fígado — 1 em 59 Câncer de pulmão — 1 em 56 Câncer de próstata — 1 em 50 Melanoma (UV) — 1 em 29 Baixa fibra, CCR — 1 em 26 Carne vermelha e CCR — 1 em 21 Carne queimada e câncer — 1 em 20 Acidente por manutenção — 1 em 83 Conduzir com sedativos — 1 em 77 Mensagem + direção — 1 em 56 Morte sem cinto em acidente — 1 em 53 Excesso de 20% no limite — 1 em 50 Mota sem capacete — 1 em 45 Voo espacial (astronauta) — 1 em 42 Assistir vídeo ao volante — 1 em 32 Ferimento infantil em acidente — 1 em 27 Direção sonolenta — 1 em 26 Norovírus em cruzeiro — 1 em 24 Lesão por patinete elétrico — 1 em 10 Furto em viagem — 1 em 38 Roubo de catalisador — 1 em 37 Esfaqueado em um assalto — 1 em 37 Roubo de veículo — 1 em 34 Assalto / roubo de rua — 1 em 26 Condenação injusta — 1 em 24 Adulteração de bebidas — 1 em 17 Roubo de carro por relé sem chave — 1 em 13 Protesto sob autocracia — 1 em 12 Colapso da AMOC — 1 em 20 Anafilaxia por picada — 1 em 50 Coleira de gato — 1 em 25 Intoxicação alimentar em restaurante — 1 em 58 Deficiência de B12 — 1 em 28 Deficiência vegetariana — 1 em 14 Deepfake íntimo — 1 em 25 Uso problemático de redes sociais — 1 em 13 Criança engole objeto (PS) — 1 em 91 Parto com risco de vida (EUA) — 1 em 61 Morte no parto (ASS) — 1 em 55 Queda de escadas crianca — 1 em 37 Morte por co-sleeping — 1 em 36 Lesão em balanço & escorregador — 1 em 33 Diagnóstico de autismo — 1 em 31 Complicações da cesárea — 1 em 29 Lesão brinquedo na emergência (criança) — 1 em 21 Pré-eclâmpsia — 1 em 20 Laceração grave no parto — 1 em 17 Diabetes gestacional — 1 em 13 Lesão na cabeça por queda — 1 em 12 Morte sem herdeiro — 1 em 100 Ruína financeira por apostas esportivas — 1 em 100 Morte de piloto de caça — 1 em 48 Morte na pesca comercial — 1 em 45 Morte no setor madeireiro — 1 em 34 Falência médica — 1 em 25 Transtorno de compras compulsivas — 1 em 20 Golpe de aluguel falso — 1 em 20 Perder SNAP por regras de 2025 — 1 em 18 Execução hipotecária — 1 em 14 Invalidez musculoesquelética — 1 em 14 Perdas no day trading — 1 em 13 Catástrofe de governo extremista — 1 em 13 Destruição de casa por furacão — 1 em 17 NAION (Ozempic) — 1 em 909 Submersão de criança em piscina — 1 em 800 EM — 1 em 769 Fatalidade no trabalho — 1 em 690 Febre tifoide — 1 em 654 GLP-1: aspiração na anestesia — 1 em 613 Produtos importados inseguros — 1 em 565 Aneurisma cerebral — 1 em 400 COVID-19 — 1 em 400 Lesão por fogos — 1 em 385 Tendão cortado por faca — 1 em 385 Cafeína em excesso — 1 em 366 Doença falciforme — 1 em 365 Medicamento falsificado — 1 em 361 Lesão na medula espinal — 1 em 313 Câncer infantil diagnosticado — 1 em 285 Morte próxima pandemia — 1 em 208 Dengue (viagem) — 1 em 200 Parto prematuro por calor — 1 em 200 Pular banhos diários — 1 em 200 Não esfregar os pés — 1 em 200 Risco doação medula — 1 em 167 Encefalite por carrapatos — 1 em 167 Esquizofrenia — 1 em 143 Queda acidental — 1 em 135 Morte súbita durante o exercício — 1 em 123 Suicídio (EUA) — 1 em 121 Dependência de opioides — 1 em 114 Tuberculose (global) — 1 em 109 Diagnóstico de HIV — 1 em 105 Câncer por radônio — 1 em 435 Câncer testicular — 1 em 250 Câncer cervical — 1 em 167 Câncer de pâncreas — 1 em 125 Morte de pedestre — 1 em 806 Acidente de moto — 1 em 709 Afogamento em barco — 1 em 685 Motorista mata pedestre — 1 em 552 Lesão andando distraído pelo celular — 1 em 400 Incêndio em bateria de VE — 1 em 333 Ciclista morto por carro — 1 em 159 Incendio carro a gasolina — 1 em 125 Fatalidade de carro autônomo — 1 em 115 Acidente de carro — 1 em 105 Morte de bombeiro em serviço — 1 em 455 Morte de policial em serviço — 1 em 357 Homicídio — 1 em 339 Golpe cripto pig butchering — 1 em 106 Calor extremo — 1 em 333 Morte por mudança climática — 1 em 204 Mordida de morcego & raiva — 1 em 278 Doença por mosquito — 1 em 190 Intoxicação alimentar (global) — 1 em 317 Incendio paineis solares — 1 em 667 Escoliose infantil não tratada — 1 em 1000 Queda de criança da janela — 1 em 855 Queda de andarilho em escadas — 1 em 625 Queda de bebê — 1 em 500 Lesão em andarilho de bebé — 1 em 455 Mortalidade materna — 1 em 272 Idade materna e defeitos congênitos — 1 em 200 Morte infantil (<18) — 1 em 103 Morte em carreira espeleológica — 1 em 167 Morte em serviço no SAMU/emergências — 1 em 909 Vítima civil de guerra — 1 em 499 Soldado em combate — 1 em 270 Revogação de visto estudantil — 1 em 263 Morte em carreira de mineração — 1 em 214 Ruína por jogo — 1 em 159 Incêndio doméstico por raio — 1 em 461 Incêndio florestal destrói casa — 1 em 120 Malária (viagem) — 1 em 10 000 Infeção por bebida compartilhada — 1 em 10 000 Doença de Chagas — 1 em 8475 Tênia da raposa por bagas silvestres — 1 em 8475 Criança engole bolsa de nicotina — 1 em 7937 Esquistossomose — 1 em 6667 Morte súbita (adulto jovem) — 1 em 3922 Fiação insegura — 1 em 3390 Sepse por ferida — 1 em 2857 Consciência na anestesia — 1 em 2500 Insolação (atividade externa) — 1 em 1905 Incêndio residencial — 1 em 1818 Raiva canina — 1 em 1449 Afogamento — 1 em 1379 Lesão medular em mergulho — 1 em 1111 Hospitalização por EVALI — 1 em 1064 Engasgo — 1 em 1020 Cancro do betel — 1 em 1290 Coágulo (voo) — 1 em 4651 Matar um ciclista — 1 em 3937 Morte no trânsito (adolescente) — 1 em 3030 Cadeira traseira de bicicleta — 1 em 2500 Crianca sem cadeirinha — 1 em 2000 Encontro policial fatal — 1 em 4739 Crime de honra — 1 em 2381 Homicídio por parceiro íntimo — 1 em 1767 Furacão — 1 em 8929 Morte por fome — 1 em 6536 Morte por nevasca — 1 em 4367 Terremoto — 1 em 3802 Listeria em frios — 1 em 6061 E. coli grave de produtos frescos — 1 em 4831 Intoxicação alimentar (EUA) — 1 em 1862 Mercúrio em peixe — 1 em 1695 Lesão por espinha de peixe — 1 em 1429 Incêndio de bateria — 1 em 4545 Cápsula de detergente engolida — 1 em 6494 Afogamento em piscina — 1 em 5882 Displasia da anca infantil não tratada — 1 em 5000 SMSL — 1 em 2398 Guerra (civil) — 1 em 2000 Inchaço cerebral por gripe na criança — 1 em 100 000 Picada fatal de abelha/vespa — 1 em 76 923 Dengue local (EUA continental) — 1 em 66 667 Morte por anestesia — 1 em 45 662 Morte de cão em carro quente — 1 em 41 667 Infeção de ferida por V. vulnificus — 1 em 32 051 Anafilaxia — 1 em 27 548 Manipulação quiroprática do pescoço — 1 em 16 667 Envenenamento por CO — 1 em 14 006 Hepatite A (viagem) — 1 em 12 500 Não fazer imunoterapia para alergia — 1 em 11 111 Acrilamida e câncer — 1 em 16 667 Acidente de ônibus — 1 em 100 000 Acidente de avião — 1 em 58 824 Incêndio de carro após batida — 1 em 25 000 Morte em passagem de nível — 1 em 20 576 Carro submerso — 1 em 16 667 Atrelado infantil de bicicleta — 1 em 14 286 Quase colisão na pista — 1 em 13 699 Ataque com ácido — 1 em 94 340 Terrorismo — 1 em 77 519 Sequestro por desconhecido — 1 em 38 760 Sequestro por estranho — 1 em 35 211 Morte por dote — 1 em 13 158 Morte acidental por arma — 1 em 11 299 Incêndio florestal — 1 em 100 000 Tornado — 1 em 80 645 Tsunami — 1 em 52 632 Afogamento no oceano — 1 em 29 155 Enchente — 1 em 20 202 Morte por calor após furacão — 1 em 20 000 Morte por deslizamento — 1 em 18 416 Erupção de supervulcão — 1 em 12 376 Picada de abelha — 1 em 78 927 Engolir abelha ou vespa — 1 em 29 155 Picada fatal de escorpião — 1 em 26 110 Morte de cão por chocolate — 1 em 13 889 Saqueta de canela com chumbo — 1 em 40 000 Lixiviação de recipientes plásticos — 1 em 16 949 Asfixia do bebê na cadeirinha — 1 em 64 935 Queda de espreguiçadeira — 1 em 60 606 Engasgo de criança — 1 em 50 000 Engasgo infantil sem supervisão — 1 em 50 000 Morte de bebê voltado para a frente — 1 em 26 738 Ingestão de ímãs — 1 em 12 048 Morte ao fazer snorkeling — 1 em 21 739 Pet em transporte — 1 em 20 000 Morte sob custódia da ICE — 1 em 17 065 Minas terrestres — 1 em 14 728 Reação a vacina — 1 em 763 359 Alumínio e Alzheimer — 1 em 169 492 Vazamento de gás residencial — 1 em 140 845 Morte infantil em carro quente — 1 em 102 041 Glifosato e câncer — 1 em 1 000 000 Câncer por panelas de Teflon — 1 em 169 492 Lesão em montanha-russa — 1 em 312 500 Naufrágio de balsa — 1 em 133 333 Lesão por turbulência — 1 em 114 943 Tiroteio escolar — 1 em 192 308 Tiroteio em massa — 1 em 113 636 Avalanche — 1 em 210 526 Raio — 1 em 209 205 Picada de cobra — 1 em 884 956 Picada de aranha — 1 em 833 333 Ataque de hipopótamo — 1 em 564 972 Ataque de crocodilo — 1 em 337 838 Mordida de cão — 1 em 142 045 Resíduos de pesticidas — 1 em 1 000 000 Doenca por lata suja — 1 em 200 000 Bioplástico PLA — 1 em 169 492 Morte em baloiço de bebé — 1 em 714 286 Engasgo com uva — 1 em 625 000 Estrangulamento por cordão de persiana — 1 em 416 667 Sufocamento de criança com saco plástico — 1 em 263 158 Bateria de botão — 1 em 250 000 Morte em berço inclinado — 1 em 238 095 Morte em elevador/escada rolante — 1 em 188 324 EJ (viagem) — 1 em 2 000 000 Criança + airbag dianteiro — 1 em 10 000 000 Impacto de asteroide — 1 em 1 351 351 Ovos de aranha em bananas — 1 em 10 000 000 Ataque de tubarão — 1 em 5 681 818 Ataque de urso — 1 em 3 787 879 Envenenamento por frutas silvestres — 1 em 2 222 222 Ataque de piranha — 1 em 135 135 135 Telefone na bomba de gasolina — 1 em 1 000 000 000 Telefone no avião — 1 em 1 000 000 000
Lottery jackpot 1 em 95 238

Vistos recentemente neste dispositivo