Banca de QUALIFICAÇÃO: JULIANA SIMON PETRUCELI

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : JULIANA SIMON PETRUCELI
DATA : 01/11/2024
HORA: 14:30
LOCAL: meet.google.com/ywb-swid-tmb
TÍTULO:

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

PALAVRAS-CHAVES:

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

PÁGINAS: 40
RESUMO:

Laudos radiológicos, tradicionalmente redigidos em texto livre, oferecem flexibilidade, mas apresentam problemas como ambiguidades e inconsistências 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 implementação enfrenta resistência devido à falta de ferramentas eficientes e automatizadas que preservem a flexibilidade necessária em diagnósticos complexos. Modelos de Linguagem de Grande Escala (LLMs), como GPT-4o, Llama-3 70B e Gemini 1.5 Flash, apresentam avanços no processamento de textos médicos, mas há uma lacuna em seu uso para a estruturação automática de laudos em português. O objetivo deste projeto é avaliar a eficácia de diferentes Modelos de Linguagem de Grande Escala (LLMs) na estruturação de laudos tomográficos de tórax em português, utilizando um template único adaptável. A metodologia envolve uma abordagem modular: preparação de dados, desenvolvimento de template estruturado flexível, treinamento e validação de diferentes LLMs, e a coleta de feedback qualitativo de radiologistas. A eficácia dos modelos será avaliada por meio de análises quantitativas utilizando métricas como BERTScore, precisão, recall e F1-score, fornecendo uma base sólida para a comparação com estudos prévios na área. Os resultados esperados incluem melhorias na precisão diagnóstica, organização de informações e redução de erros ortográficos em laudos, bem como a viabilidade de uma implementação prática de IA generativa na radiologia clínica. Além disso, espera-se que a abordagem proposta avance o estado da arte, destacando-se em relação a trabalhos anteriores, ao explorar o uso de ferramentas de Processamento de Linguagem Natural (PLN) em português, um campo ainda pouco explorado. Assim, este projeto estabelece 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