| Não fique refém dos algoritmos, nos siga no Telegram e fique atualizado com as últimas notícias. |
IA em laudos radiológicos da Ufal conquista prêmio de Melhor Artigo em congresso nacional
Uma pesquisa inovadora da Universidade Federal de Alagoas (Ufal) que utiliza inteligência artificial para organizar laudos radiológicos ganhou reconhecimento nacional. O estudo, focado na aplicação de modelos de linguagem de grande escala para a padronização de laudos de tomografia computadorizada de tórax em português, recebeu o prêmio de Melhor Artigo (Best Paper) no Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2026).
O evento, considerado um dos principais encontros nacionais na interface entre computação e saúde, reuniu especialistas para discutir os avanços mais recentes na área. A premiação do artigo da Ufal, intitulado “Large Language Models for Structured Chest CT Reporting in Portuguese: a Comparative Study with Radiologist Validation”, destaca a relevância e a qualidade da pesquisa desenvolvida na instituição.
A seleção do trabalho, que competiu entre mais de 168 submissões na trilha principal de artigos científicos completos, reforça o caráter competitivo do simpósio. A taxa de aceitação geral no SBCAS 2026 foi de aproximadamente 35%, evidenciando o alto nível dos estudos apresentados. A pesquisa integra a linha de trabalho do grupo Icad, dedicado ao uso de IA para diagnóstico assistido por computador.
O desafio da padronização em laudos médicos
Na prática hospitalar, o laudo radiológico é crucial para a interpretação de exames e a tomada de decisão clínica. No entanto, a maioria desses documentos é gerada em texto livre, o que acarreta variações de estilo, terminologia e detalhamento entre diferentes profissionais e instituições. Essa falta de padronização dificulta a leitura uniforme pelas equipes de saúde e o processamento computacional das informações.
Dados clínicos em texto livre são complexos para serem analisados em processos de auditoria, vigilância, pesquisa e integração com prontuários eletrônicos. O desafio é ainda maior em português, visto que a maioria das ferramentas e estudos de processamento de linguagem natural é desenvolvida prioritariamente para o inglês. A estruturação dos laudos é, portanto, um passo essencial para a confiabilidade e reutilização das informações clínicas por sistemas de saúde.
IA transforma laudos de tomografia em dados estruturados
O estudo da Ufal avaliou a capacidade de modelos de linguagem de grande escala (LLMs) em converter laudos de tomografia computadorizada de tórax, originalmente em texto livre, para um formato estruturado em JSON. Essa estrutura permite que as informações clínicas sejam facilmente lidas, organizadas e reaproveitadas por sistemas computacionais.
A equipe desenvolveu um modelo adaptável que organiza automaticamente dados como tipo de exame, técnica utilizada, achados radiológicos e impressão diagnóstica, mantendo a terminologia original do radiologista. Foram analisados 1.102 laudos reais e anonimizados. A validação envolveu uma avaliação qualitativa por 12 radiologistas e uma análise quantitativa comparativa.
Resultados promissores e o futuro da radiologia
Os resultados indicam que a estruturação automatizada de laudos de tomografia de tórax em português é viável, mesmo sem a necessidade de treinamento específico dos modelos. Os LLMs apresentaram resultados consistentes, especialmente em campos mais padronizados dos laudos. Contudo, o estudo também identificou desafios em campos mais descritivos e contextuais, como achados incidentais, apontando caminhos para aprimoramentos futuros.
A tecnologia visa apoiar a prática radiológica, sem substituir o papel do profissional. A proposta é tornar as informações clínicas mais organizadas, reutilizáveis e interoperáveis, elevando a qualidade do atendimento, impulsionando a pesquisa em saúde e facilitando a integração entre sistemas. A organização da informação clínica, especialmente no sistema público de saúde, pode contribuir diretamente para a eficiência e a qualidade da assistência.
Matéria produzida pela redação jornalística especializada do portal, com base em fontes verificadas e dados oficiais.