Siga o Olhar Digital no Google Discover
Pesquisadores do Mass General Brigham desenvolveram um sistema de inteligência artificial (IA) capaz de detectar sinais precoces de declínio cognitivo ao analisar anotações médicas de rotina. A tecnologia opera de forma autônoma, sem necessidade de intervenção humana após o processamento inicial. E atingiu 98% de especificidade em validações feitas com dados do mundo real.
Ofertas
Por: R$ 140,00
Por: R$ 46,32
Por: R$ 2.699,90
Por: R$ 489,00
![Anker 332 Hub USB-C [5 em 1, HDMI 4K, 2 Portas USB-A 5 Gbps], Compatível com MacBook Pro, MacBook Air, Dell XPS, Lenovo ThinkPad, HP e Mais](/wp-content/uploads/ofertas/produtos/2026/01/anker-332-hub-usb-c-5-em-1-hdmi-4k-2-portas-usb-a-5-gbps.jpg)
Por: R$ 169,00
Por: R$ 74,10
Por: R$ 74,10
Por: R$ 1.435,96
Por: R$ 764,99
Por: R$ 3.369,83
Por: R$ 2.998,99
Por: R$ 4.599,00
Por: R$ 521,00
Por: R$ 899,00
Por: R$ 199,00
Por: R$ 469,00
Por: R$ 5.219,10
Diferente de ferramentas comuns de triagem, o sistema funciona como uma “equipe clínica digital” composta por cinco agentes que revisam o trabalho uns dos outros. Para fomentar a inovação na saúde, a equipe liberou a Pythia, ferramenta de código aberto que permite a outras instituições otimizarem suas próprias IAs para identificar riscos de demência de forma automatizada.
Agentes de IA autônomos colaboram para transformar anotações em diagnósticos
O sistema não opera como um modelo de IA isolado, mas como um fluxo de trabalho agêntico, no qual módulos executam tarefas. Cinco agentes especializados trabalham em conjunto, criticando as conclusões uns dos outros e refinando o raciocínio de forma iterativa, exatamente como médicos fariam numa conferência de casos. Essa estrutura permite que a ferramenta identifique padrões sutis em documentos clínicos que poderiam passar despercebidos em avaliações rápidas.
Para alcançar esse nível de precisão, os cientistas utilizaram grandes modelos de linguagem (LLMs, na sigla em inglês), como o Llama 3.1, da Meta, e criaram o motor de otimização Pythia. Essa tecnologia automatiza o refinamento de “prompts” (instruções dadas à IA), permitindo que o sistema aprenda a extrair informações relevantes de prontuários médicos sem a necessidade de supervisão humana constante para cada novo conjunto de dados.
Durante os testes de validação, o fluxo de trabalho autônomo superou o desempenho de modelos configurados manualmente por especialistas humanos. Embora a sensibilidade do sistema tenha apresentado variações ao lidar com diferentes volumes de dados, a alta especificidade garante que pacientes saudáveis raramente recebam diagnósticos falsos. Isso evita preocupações desnecessárias e exames laboratoriais caros e invasivos.
Ao disponibilizar o código de forma aberta, os pesquisadores esperam que hospitais ao redor do mundo consigam implementar triagens em larga escala com baixo custo. O uso de documentação clínica pré-existente transforma dados administrativos numa ferramenta poderosa de medicina preventiva. E isso permite que o tratamento para doenças cognitivas comece muito antes do agravamento dos sintomas.
(Essa matéria usou informações de Mass General Brigham e NPJ Digital Medicine.)
Tags: