Banca de DEFESA: JULIANA SIMON PETRUCELI

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : JULIANA SIMON PETRUCELI
DATA : 05/12/2025
HORA: 15:00
LOCAL: https://meet.google.com/ozr-yogn-kma
TÍTULO:

Aplicação de Modelos de Linguagem de Grande Escala na Estruturação de Laudos Tomográficos de Tórax

PALAVRAS-CHAVES:

Modelos de Linguagem de Grande Escala (LLMs), Padronização de Laudos Radiológicos, Laudos Tomográficos de Tórax, Inteligência Artificial.

PÁGINAS: 98
RESUMO:

Laudos radiológicos, tradicionalmente redigidos em texto livre, oferecem flexibilidade, mas apresentam problemas de ambiguidade e inconsistência que podem comprometer a qualidade do atendimento ao paciente e a eficiência do sistema de saúde. Laudos estruturados são reconhecidos por melhorar a clareza e a comparabilidade das informações; no entanto, sua adoção enfrenta resistência devido à ausência de ferramentas automatizadas que preservem a flexibilidade necessária em diagnósticos complexos. Embora Modelos de Linguagem de Grande Escala (LLMs) tenham avançado no processamento de textos médicos, existe uma lacuna significativa em sua aplicação para a estruturação automática de laudos radiológicos em português. Este trabalho teve como objetivo avaliar a eficácia de Modelos de Linguagem de Grande Escala (LLMs) na estruturação de laudos tomográficos de tórax em português, utilizando um template único adaptável. A metodologia foi organizada em seis etapas: (1) preparação dos dados, com critérios de inclusão e exclusão; (2) desenvolvimento de um template estruturado em formato JSON; (3) engenharia de prompts, com aplicação de few-shot learning; (4) avaliação preliminar do modelo LLaMA 3.3 com diferentes combinações de parâmetros de decodificação; (5) validação qualitativa conduzida por 12 radiologistas, considerando fidelidade ao laudo original, clareza do texto e estrutura/organização; e (6) validação quantitativa, baseada na construção de uma referência manual para comparação com métricas automáticas. A eficácia dos modelos foi mensurada por análises quantitativas, empregando precisão, recall e F1-score, possibilitando comparações com estudos prévios. Além disso, a abordagem proposta avançou o estado da arte ao explorar o uso de ferramentas de Processamento de Linguagem Natural (PLN) em português, um campo ainda pouco explorado. Assim, este trabalho estabeleceu uma referência inovadora para a aplicação de LLMs na medicina diagnóstica, contribuindo diretamente para o aprimoramento dos cuidados ao paciente.

MEMBROS DA BANCA:
Presidente - 1544992 - MARCELO COSTA OLIVEIRA
Interno(a) - 1766576 - THALES MIRANDA DE ALMEIDA VIEIRA
Externo(a) à Instituição - PAULO MAZZONCINI DE AZEVEDO MARQUES - USP