
Only_NewPhoto via Shutterstock
Fonte
Paul Hellmich, Centro de Comunicação Corporativa da Universidade Técnica de Munique
Publicação Original
Áreas
Compartilhar
Resumo
Na Alemanha, pesquisadores investigaram a possibilidade de usar um modelo de linguagem natural de código aberto para ‘reescrever laudos’ de tomografias computadorizadas com uma linguagem mais compreensível pelos pacientes.
Em um estudo que envolveu 200 pacientes que realizaram tomografia computadorizada no Hospital Universitário da TUM devido a um diagnóstico de câncer, os pesquisadores observaram que pacientes que receberam os laudos simplificados relataram que eram muito mais fáceis de ler (81% em comparação com 17%) e mais fáceis de entender (80% em comparação com 9%).
Por outro lado, 6% dos resultados gerados por IA continham imprecisões factuais, 7% omitiam informações e 3% adicionavam novas informações. Antes de serem fornecidos aos pacientes, os laudos foram revisados pela equipe médica em busca de erros e corrigidos, se necessário.
Foco do Estudo
Por que é importante?
Laudos médicos redigidos em terminologia técnica podem representar um desafio para a compreensão dos pacientes.
Do ponto de vista dos pesquisadores, tornar a terminologia médica acessível é mais do que uma pequena ajuda. “Garantir que os pacientes compreendam seus laudos, exames e tratamentos é um pilar central da medicina moderna. Esta é a única maneira de garantir o consentimento informado e fortalecer a alfabetização em saúde”, afirmou o Dr. Felix Busch, médico do Hospital Universitário da Universidade Técnica de Munique (TUM), na Alemanha.
Embora pesquisas anteriores tenham demonstrado que modelos de IA podem tornar textos médicos especializados mais compreensíveis, pouco se sabia até agora sobre seu impacto em pacientes reais.
Estudo
Recentemente, uma equipe de pesquisadores da Escola de Medicina e Saúde da Universidade Técnica de Munique (TUM) e do Hospital Universitário da Universidade Técnica de Munique (Rechts der Isar), na Alemanha, investigou como a inteligência artificial (IA) pode facilitar a compreensão dos resultados de tomografias computadorizadas.
Por exemplo, a IA poderia ‘traduzir’ um texto médico como: “A silhueta cardiomediastinal está na linha média. As câmaras cardíacas estão normalmente opacificadas. Observa-se um pequeno derrame pericárdico” para um texto simplificado e compreensível para o paciente como: “Coração: o laudo indica uma pequena quantidade de líquido ao redor do seu coração. Este é um achado comum, e seu médico determinará se é necessário algum tratamento”.
Os pesquisadores incluíram no estudo 200 pacientes que realizaram tomografia computadorizada no Hospital Universitário da TUM devido a um diagnóstico de câncer. Metade recebeu o laudo original, enquanto a outra metade recebeu uma versão simplificada automaticamente.
Para simplificar os documentos originais, os pesquisadores utilizaram um modelo de linguagem natural de código aberto, operado em conformidade com as normas de proteção de dados, nos computadores do Hospital Universitário da TUM. O estudo foi publicado na revista científica Radiology.
Diversas medições objetivas também confirmaram a melhoria na legibilidade dos laudos simplificados
Resultados
Os resultados foram inequívocos: o tempo de leitura diminuiu de uma média de sete minutos para dois minutos para os laudos originais.
Os pacientes que receberam os laudos simplificados relataram que eram muito mais fáceis de ler (81% em comparação com 17%) e mais fáceis de entender (80% em comparação com 9%). Eles também os classificaram como úteis (82% em comparação com 29%) e informativos (82% em comparação com 27%) com muito mais frequência.
Estudos futuros são necessários para determinar se essas vantagens se traduzem em melhorias mensuráveis nos resultados de saúde dos pacientes. Do ponto de vista dos pesquisadores, no entanto, o estudo demonstra claramente que os pacientes podem se beneficiar da simplificação de relatórios médicos com o auxílio de IA e melhorar sua compreensão. “Fornecer laudos simplificados automaticamente como um serviço adicional ao relatório do especialista é viável. No entanto, o pré-requisito é a disponibilidade de soluções de IA otimizadas e seguras na clínica”, destacou o Dr. Felix Busch, médico do Hospital Universitário da Universidade Técnica de Munique (TUM) e um dos autores principais do estudo.
De qualquer modo, a equipe aconselha os pacientes a não recorrerem a um chatbot como o ChatGPT como substituto de um médico para simplificar seus laudos. “Além das preocupações com a proteção de dados, os modelos de linguagem sempre apresentam o risco de erros factuais”, afirmou o Dr. Philipp Prucker, primeiro autor do estudo.
Na pesquisa, 6% dos resultados gerados por IA continham imprecisões factuais, 7% omitiam informações e 3% adicionavam novas informações. Antes de serem fornecidos aos pacientes, os laudos foram revisados em busca de erros e corrigidos, se necessário.
Os modelos de linguagem são ferramentas úteis, mas não substituem a equipe médica. Sem especialistas treinados para verificar as conclusões, os pacientes podem, no pior dos casos, receber informações incorretas sobre sua doença
Em suas publicações, o Portal SciAdvances tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Portal SciAdvances tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.
Autores/Pesquisadores Citados
Publicação
Acesse o artigo científico completo (em inglês).
Acesse a revista científica Radiology (em inglês).
Mais Informações
Acesse a notícia original completa na página da Universidade Técnica de Munique (em inglês).
Notícias relacionadas

Instituto de Tecnologia da Califórnia






