IA extrai eventos cardíacos de registos oncológicos em segundos

Médicos, médicos internos e estudantes demoraram cerca de duas horas a analisar cada registo clínico eletrónico (EHR) num estudo da Thomas Jefferson University. Um modelo de linguagem de grande escala (LLM) — um sistema de inteligência artificial utilizado neste caso para ler texto médico — realizou a mesma tarefa de extração em 20 a 42 segundos; a comparação abrangeu 411 doentes com cancro da mama e do pulmão.

O objetivo era a cardiotoxicidade, uma lesão relacionada com o coração causada pelo tratamento do cancro. Os doentes com cancro da mama e do pulmão enfrentam um risco acrescido porque o coração, os pulmões e as mamas estão próximos. As lesões podem aumentar o risco de enfartes, insuficiência cardíaca e outras doenças cardíacas, mas encontrar provas nos registos dos doentes pode exigir a leitura de centenas de ficheiros.

O sistema fez mais do que procurar uma palavra. Os seus prompts procuravam palavras-chave relevantes, verificando simultaneamente a existência de falsos positivos, pelo que uma nota que indicasse que um doente negou ter uma doença — ou que um enfarte foi «excluído» — não era contabilizada como um evento cardíaco. Essa distinção é importante nos registos médicos, onde os resultados negativos podem ser formulados de muitas maneiras.

Os investigadores utilizaram modelos de linguagem de grande escala de código aberto e relataram que o sistema encontrou dados sobre eventos cardíacos entre 71% e 85,5% das vezes. Durante a triagem inicial, DeepSeek-R1-70b, Llama-3.3 e Mistral-Large demonstraram o melhor equilíbrio entre precisão diagnóstica e cumprimento das regras de formatação, pelo que os três modelos avançaram para coortes de validação.

Concretamente, para as equipas de investigação oncológica, o sistema poderia transformar uma primeira análise demorada dos registos dos doentes numa forma muito mais rápida de reunir dados sobre cardiotoxicidade. Para os doentes, o passo seguinte esperado é identificar aqueles com maior probabilidade de desenvolver complicações cardíacas e utilizar essa informação para orientar o tratamento por radiação, reduzindo potencialmente os efeitos secundários. O artigo apresenta isso como um objetivo, não como um serviço clínico atual: ainda são necessários mais aperfeiçoamentos, e o trabalho descrito não demonstra melhores resultados para os doentes.