Médicos preferiram resumos de alta hospitalar gerados por IA em 95% dos casos, segundo estudo da Stony Brook

Médicos avaliadores preferiram os resumos de alta hospitalar gerados por IA aos elaborados por humanos em 95% das internações analisadas em um estudo da Stony Brook University. A análise retrospectiva se concentrou em 60 internações em Medicina Interna, com duração de sete a 21 dias, nas quais o tratamento prolongado e o grande volume de anotações clínicas tornam especialmente complexa a transição para o atendimento ambulatorial.

Os resultados, publicados na npj Digital Medicine, sugerem que grandes modelos de linguagem podem ajudar profissionais de saúde a produzir documentos de alta mais completos e úteis. Também mostram por que a verificação humana continua sendo essencial: tanto os resumos gerados por IA quanto os elaborados por humanos continham erros, e as avaliações mais altas não comprovaram melhores desfechos para os pacientes.

Por que os resumos de alta são uma tarefa difícil para a IA

Um resumo de alta conecta o atendimento prestado no hospital aos profissionais de saúde responsáveis pelo que acontece depois. Ele precisa explicar o motivo da internação, o curso do tratamento, as mudanças na medicação, os problemas ainda não resolvidos e o plano de acompanhamento. Para um médico da atenção primária, a falta de uma explicação ou a indefinição do próximo passo pode significar ter de reconstruir a internação a partir de um prontuário muito mais extenso.

Internações mais longas agravam esse problema. As informações se acumulam em evoluções clínicas, consultas, laudos de exames de imagem e outros documentos, muitas vezes com repetições e mudanças no plano de tratamento. Um resumo útil precisa preservar o quadro clínico final e, ao mesmo tempo, explicar como as decisões evoluíram.

A abordagem da Stony Brook foi desenvolvida com profissionais de saúde e levou em conta as informações de que os médicos que recebem os pacientes precisam. Segundo a universidade, o sistema organizava os prontuários em rascunhos de resumos de alta em poucos minutos. Isso descreve o tempo de geração; o efeito sobre o tempo total que os médicos gastam com documentação e verificação ainda precisa ser testado na prática clínica.

O que os médicos avaliaram melhor

O estudo reuniu avaliações de médicos hospitalistas e de atenção primária. Os avaliadores atribuíram notas mais altas aos resumos gerados por IA em qualidade geral, legibilidade e concisão, precisão factual e completude. Também identificaram menos informações clínicas ausentes.

Na escala de avaliação de cinco pontos utilizada, os resumos gerados por IA tiveram média de 4,71 em qualidade geral, em comparação com 3,16 para os elaborados por humanos. A média de precisão factual foi de 4,62 contra 3,73, enquanto a de completude foi de 4,69 contra 3,42. Esses valores são avaliações de médicos, não porcentagens de afirmações cuja correção tenha sido comprovada.

O gráfico apresenta 120 avaliações por tipo de resumo para as medidas combinadas de médicos hospitalistas e de atenção primária, e 60 por tipo para as perguntas específicas sobre atenção primária. Os avaliadores da atenção primária deram notas mais altas aos resumos gerados por IA quanto à compreensão da internação, à explicação do caso aos pacientes e cuidadores e ao apoio ao acompanhamento do atendimento.

Essas diferenças são importantes porque quem redige um resumo de alta e quem toma providências com base nele têm perspectivas distintas. Um documento pode relatar minuciosamente os acontecimentos durante a internação e, ainda assim, deixar o profissional de saúde que recebe o paciente em dúvida sobre questões pendentes ou sobre os motivos de uma mudança na medicação.

Como o fluxo de sumarização lida com prontuários extensos

A disponibilização pública do código pelos pesquisadores acrescenta informações sobre a tecnologia. O fluxo de processamento exportado, baseado em LangChain/LangGraph, organiza as anotações em ordem cronológica, cria um resumo estruturado e aprimora esse rascunho à medida que processa blocos adicionais. Uma etapa separada extrai achados incidentais de anotações sinalizadas antes da formatação da narrativa final.

Essa abordagem em etapas responde a uma limitação prática dos modelos de linguagem: um prontuário clínico extenso pode ultrapassar o volume de texto que um modelo consegue processar de uma só vez. Manter um rascunho estruturado e atualizá-lo permite que partes sucessivas do prontuário contribuam para o resultado.

A versão pública também registra identificadores das fontes e gera metadados de citações junto com os resultados estruturados e narrativos. Ela inclui dados demonstrativos sintéticos, enquanto o repositório disponibiliza, para análise, resultados desidentificados das avaliações e das anotações de erros. Isso permite examinar o fluxo de trabalho sem divulgar publicamente os prontuários originais dos pacientes.

Menos omissões não eliminam os riscos clínicos

O resumo publicado atribui o menor número de imprecisões ou omissões anotadas principalmente à redução das omissões. O texto não relata diferença estatisticamente significativa entre os dois tipos de resumo nas estimativas dos avaliadores sobre a gravidade ou a probabilidade de danos relacionados a erros.

Esse resultado não demonstra que as duas abordagens tenham o mesmo nível de segurança, nem que um rascunho gerado por IA esteja pronto para ser incluído no prontuário de um paciente sem revisão. A avaliação analisou documentos e julgamentos de médicos; não demonstrou redução de reinternações, danos relacionados a medicamentos ou outros desfechos dos pacientes.

Os autores enfatizam que os médicos devem verificar os documentos antes de usá-los. As instruções sobre medicamentos, as questões médicas ainda não resolvidas e as recomendações de acompanhamento são centrais para a finalidade do documento e continuam sendo pontos importantes em que pode ocorrer um erro ou uma omissão.

O que é necessário antes do uso clínico rotineiro

“Estes resultados fornecem evidências de que a inteligência artificial pode ajudar na documentação da alta após internações hospitalares complexas”, afirmou Rachel Wong, médica, coautora correspondente e professora associada de clínica na Stony Brook, no comunicado da universidade.

O coautor correspondente Fusheng Wang, PhD, afirmou que as próximas etapas da pesquisa incluem avaliar a precisão, a segurança, a economia real de tempo para os médicos e a adequação aos fluxos de trabalho clínicos. Segundo a universidade, está sendo considerada a realização de um projeto-piloto na prática cotidiana da Stony Brook Medicine.

Liderado por Tyler Osborne, doutorando em ciência da computação, o projeto interdisciplinar reúne médicos, cientistas da computação, informaticistas biomédicos e especialistas em comunicação. O estudo apresenta evidências promissoras de que médicos podem supervisionar a elaboração de resumos de alta complexos. Para determinar como isso pode se traduzir em um uso diário confiável, é necessário avaliar o processo de revisão junto com o texto gerado.