Uma iniciativa entre o Einstein e a Philips prevê o desenvolvimento de uma solução para transformar a identificação de coronariopatias em pacientes. O projeto utiliza Modelos Amplos de Linguagem (Large Language Models, LLMs) para analisar laudos textuais de exames e, a partir dos indicadores, identificar principalmente a maior probabilidade de ausência de doença coronariana em pacientes atendidos nos setores de emergência. O Einstein é responsável pela criação do algoritmo que servirá de base para essa solução.

Doenças coronarianas, ou coronariopatias, são condições que afetam as artérias coronárias, muitas vezes levando à redução do fluxo sanguíneo e aumento do risco de infarto. No Brasil, são uma das principais causas de morte, impactando aproximadamente 400 mil pessoas anualmente, segundo dados do Ministério da Saúde. A alta incidência e a gravidade destacam a importância de avançar na detecção precoce e na precisão dos diagnósticos dessas condições.

“A Philips tem no seu DNA a inovação, e mais uma vez está participando do desenvolvimento de soluções que visam resolver desafios prevalentes nas instituições de saúde nacionais e globais. O algoritmo a ser desenvolvido neste projeto pretende apoiar a decisão clínica de médicos não cardiologistas em pronto atendimentos e reduzir as solicitações de encaminhamento e exames (principalmente os invasivos) para pacientes não cardiopatas. A planta de Informática Clínica da Philips em Blumenau exporta para o mundo o Tasy, o prontuário eletrônico e sistema de gestão em saúde que foi desde sempre desenvolvido para atender às necessidades assistenciais e operacionais, e continua ampliando seus módulos considerando as necessidades dos gestores e profissionais da saúde”, diz Felipe Basso, presidente da Philips América Latina.

Neste projeto, o objetivo é desenvolver uma ferramenta capaz de extrair 50 variáveis diferentes em vários formatos para construir modelos preditivos robustos. A utilização de LLMs é essencial para o projeto, pois serão processados retrospectivamente mais de 50 mil laudos, podendo chegar a 100.000 documentos. O grande desafio (e diferencial do projeto) é que esses laudos frequentemente não seguem um padrão uniforme. Deste modo, a LLM é uma ferramenta poderosa para organização dos dados para o treinamento dos modelos de forma otimizada.

“Esses modelos de linguagem não apenas facilitam a extração dos dados anonimizados, como também permitem realizar essa tarefa em escala com ótima qualidade”, afirma Rodrigo Demarch, diretor executivo de Inovação do Einstein. “A tecnologia LLM aplicada no projeto demonstrou nos primeiros experimentos uma precisão de 99% em comparação com as variáveis extraídas manualmente por especialistas, assegurando resultados altamente confiáveis”, completa.

O projeto conta com uma equipe multidisciplinar composta por 4 cientistas de dados e sete médicos especialistas, dedicados ao desenvolvimento e validação da ferramenta. A atuação em parceria desses profissionais mostra a importância da multidisciplinaridade na criação de produtos seguros e de qualidade. Os dados utilizados para a construção do algoritmo são do próprio Einstein. O foco atual está na análise da extração das variáveis, de modo a garantir uma boa estruturação dos dados e um nível de acurácia satisfatório para os médicos, visando identificar a maior probabilidade de ausência de coronariopatia. O próximo passo será avaliar a acurácia da predição e do diagnóstico efetivamente.

“Essa colaboração entre Einstein e Philips não só representa um avanço significativo no uso de inteligência artificial na medicina, como reafirma o compromisso das duas organizações com a inovação e a melhoria contínua no cuidado à saúde”, explica Marcos Queiróz, diretor de medicina diagnóstica do Einstein.

“A utilização de algoritmos clínicos validados ajuda a melhorar a precisão no processo diagnóstico, a reduzir o tempo de realização dos laudos e, consequentemente, permite que os pacientes iniciem o tratamento adequado com mais rapidez”, explica Patricia Frossard, country manager da Philips Brasil.