PREVIA, da NYU Langone, sinaliza risco de TEPT em relatos de emergência

A NYU Langone Health anunciou em 9 de novembro de 2026 que seu conjunto de modelos de IA PREVIA analisou relatos de trauma feitos no pronto-socorro para estimar o risco de transtorno de estresse pós-traumático (TEPT) em um mês. Em um estudo com 145 pacientes, a melhor configuração apresentou sensibilidade de 95,4%. O rastreador experimental foi desenvolvido para identificar pacientes em risco sem acrescentar um longo questionário de saúde mental à triagem na emergência.

O artigo publicado na Nature Communications, também em 9 de novembro, relata AUROC de 78,5% e precisão de 46,8% em três partições de validação cruzada e recomenda validar o método em coortes maiores e independentes. A sensibilidade mede a proporção dos casos de TEPT posteriores que são detectados; a precisão mede a proporção dos pacientes sinalizados que de fato desenvolveram TEPT; e a AUROC resume a capacidade dos escores de distinguir os dois desfechos. Essa precisão significa que muitos resultados positivos seriam falsos positivos, podendo aumentar o tempo que a equipe dedica ao acompanhamento, o ônus para os pacientes e os custos de alocação de recursos, embora a próxima etapa normalmente fosse uma avaliação breve, e não uma intervenção invasiva.

A PREVIA foi desenvolvida para responder a uma lacuna prática: segundo o estudo, apenas cerca de 28% dos serviços de emergência dos EUA fazem rastreamento rotineiro de TEPT, e somente dois terços desses serviços utilizam questionários validados. As avaliações padronizadas concorrem com as necessidades médicas imediatas, já que os profissionais de saúde costumam dispor de cerca de 15–20 minutos por paciente. O primeiro mês após o trauma é uma janela crítica para a identificação, pois, até então, muitos pacientes já não mantêm contato com o hospital.

A autora sênior Katharina Schultebraucks, codiretora de psiquiatria computacional na NYU Grossman School of Medicine, afirmou: “A PREVIA pode funcionar como um rastreador de IA que identifica pacientes em risco e explica os motivos, sem acrescentar tempo à triagem em salas de emergência movimentadas.”

De um relato à beira do leito a um escore de risco

Coordenadores de pesquisa pediram a pacientes de dois centros de trauma de nível 1 da cidade de Nova York que descrevessem o evento que os levou ao pronto-socorro. Os participantes foram incluídos no estudo até 24 horas após o trauma e tiveram até três minutos para responder, enquanto um iPad gravava o vídeo. Os relatos tinham, em média, cerca de 374 palavras. O Whisper transcreveu a fala dos pacientes, e integrantes da equipe de pesquisa cuja língua materna é o inglês revisaram as transcrições. Os desfechos de TEPT após um mês foram determinados com a Clinician-Administered PTSD Scale for DSM-5, uma entrevista diagnóstica clínica.

A PREVIA processa cada transcrição em três etapas. Na primeira, Llama e Mistral avaliam de forma independente os sintomas iniciais de estresse pós-traumático, as reações durante o evento traumático, os fatores de risco e os fatores de proteção. O DeepSeek concilia as oito avaliações em resumos estruturados, enquanto os escores numéricos dos dois modelos são calculados pela média, com pesos iguais. Um avaliador final combina os resumos com informações sobre idade, sexo, tipo de trauma e prevalência de TEPT para gerar um escore de risco de 0 a 100 e uma breve explicação.

O fluxo de processamento utiliza comandos zero-shot, sem treinamento de parâmetros nem ajuste fino com a amostra do estudo. A validação cruzada foi usada para otimizar e avaliar o limiar de classificação.

Desempenho em comparação com modelos mais simples e um especialista

O artigo relata um desempenho geral amplamente comparável entre a PREVIA e configurações individuais zero-shot do O3, do Llama e do Mistral em muitas métricas, sendo a maior vantagem da PREVIA sua sensibilidade. Nos casos de TEPT abaixo do limiar diagnóstico — ou seja, com sintomas clinicamente relevantes que não atingem o limiar diagnóstico completo —, a PREVIA alcançou sensibilidade de 89,7% e pontuação F1 de 69,4%, uma medida combinada de precisão e sensibilidade.

O estudo relata uma comparação separada de 30 relatos selecionados aleatoriamente e estratificados para incluir nove casos de TEPT, na qual a PREVIA registrou sensibilidade de 100% e AUROC de 84,4%. Um médico de emergência registrou sensibilidade de 88,9% e AUROC de 83,9%; ambos tiveram precisão de 50%. O médico tinha mais de 24 anos de experiência em medicina de emergência e experiência especializada em pesquisa sobre TEPT. O desenho com um único avaliador não permite determinar se a comparação se aplica a diferentes níveis de experiência e contextos clínicos.

Requisitos de validação e implantação

Os participantes eram adultos falantes de inglês, clinicamente estáveis e com idades entre 18 e 80 anos; as mulheres representavam 31% da amostra. Pacientes clinicamente instáveis foram excluídos, o que pode ter deixado de fora alguns dos pacientes com maior risco de TEPT crônico. Os autores apontam como temas para trabalhos futuros a testagem em outros idiomas, o acompanhamento de trajetórias de TEPT a longo prazo, as comorbidades como a depressão e a integração com o julgamento clínico e os fluxos de trabalho dos serviços de emergência.

Os autores propõem um fluxo de trabalho clínico que combina uma breve gravação de áudio com variáveis demográficas e relacionadas ao trauma extraídas do prontuário eletrônico e, em seguida, fornece um escore de risco e uma explicação sem exigir informações adicionais do profissional de saúde. O estudo não demonstrou que esse tipo de rastreamento melhora os resultados dos pacientes. A PREVIA foi executada em um ambiente de computação de alto desempenho compatível com a HIPAA, usando GPUs NVIDIA A100. A hospedagem própria permite manter o controle sobre os dados dos pacientes, mas a adoção depende de os hospitais disporem de infraestrutura adequada de computação e governança.

O repositório público do PREVIA disponibiliza o fluxo de trabalho completo e as instruções para modelos de pesos abertos executados localmente, além de cinco narrativas fictícias para uma demonstração de ponta a ponta. Por razões de privacidade e consentimento, as narrativas clínicas identificáveis e as avaliações psiquiátricas permanecem restritas; assim, a demonstração pode testar o funcionamento, mas não reproduzir os resultados quantitativos do artigo.

A contribuição imediata do PREVIA é uma abordagem de triagem, passível de teste independente, desenvolvida a partir de um atendimento de emergência de rotina e de desfechos avaliados por profissionais clínicos. Seu valor clínico depende agora de validação independente: é preciso verificar se sua sensibilidade se mantém em coortes maiores, se os serviços conseguem lidar com os falsos positivos e se os hospitais podem incorporar a gravação, o acompanhamento e a computação segura sem prejudicar o atendimento de emergência.