IA e os Problemas Difíceis do Mundo · Medicina e descoberta de medicamentos · Nature (computational biology) · 2026-10-16
Uma estrutura de validação em várias etapas para extração confiável de informações clínicas em larga escala usando modelos de linguagem de grande porte
Título original: A multi-stage validation framework for trustworthy large-scale clinical information extraction using large language models
A validação de grandes modelos de linguagem para extração de informações clínicas geralmente exige anotação manual custosa. Os autores propuseram um framework de várias etapas que combina filtragem baseada em regras, ancoragem semântica, avaliação por LLM juiz, revisão por especialistas e análise de validade preditiva. Aplicado a diagnósticos de transtorno por uso de substâncias em 919.783 notas clínicas, removeu 14,59% das extrações positivas do LLM por serem sem suporte ou implausíveis. O LLM principal obteve um F1 score de 0,80 em relação às avaliações do juiz, e seus diagnósticos extraídos previram o engajamento posterior em cuidados especializados melhor do que as bases de referência com dados estruturados.