LLMs em Diagnóstico Médico
LLMs em Diagnóstico Médico
Os modelos de linguagem ampla (LLMs) parecem trazer um avanço significativo na forma como a humanidade lida com informações e o conhecimento, o uso de Deep Learning (DL) é a essência do funcionamento de tais modelos, e conseguem predizer a próxima palavras que deve ser colocada no texto que esta a ser gerado. Tudo isso feito através do treinamento de modelos que envolvem matemática e estatística avançada.[1][2]
Com o avanço de uma ferramenta tecnológica tão revolucionária surge o importante questionamento: Como tal ferramenta pode ser utilizada para melhorar o processo de diagnóstico médico?
“Os LLMs têm o potencial de transformar a prática médica, tornando o diagnóstico mais preciso e eficiente. No entanto, é fundamental que seu desenvolvimento e aplicação sejam acompanhados de rigorosas avaliações e considerações éticas. A colaboração entre profissionais de saúde, cientistas da computação e especialistas em ética é essencial para garantir que os LLMs sejam utilizados de forma segura e benéfica para os pacientes” (Google Gemini no parágrafo de conclusão a querry: Como os LLMs podem contribuir em diagnósticos médicos atualmente e quais perspectivas futuras?)
O uso de tais ferramentas no contexto de diagnóstico médico logo começou a ser avaliado [3][4] uma vez que podem analisar grande quantidade de dados médicos e integrar a análise de diferentes tipos de dados como Imagens, textos e sons há um espaço promissor para uso na prática clínica, principalmente em situações como apoio a decisão e triagem, mas pode ser usada até mesmo para apoio a pacientes “curiosos”. No entanto ainda há um campo de incerteza nos quesitos de segurança, robustez, privacidade e explicabilidade bem como outros possíveis vieses, o que tem gerado receio no meio acadêmico e profissional em relação a como deverá ser seu uso. 3,4,5,6.
- ↑ Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N.,& Polosukhin, I. (2017). Attention is all you need. Advances in neural information processing systems https://arxiv.org/abs/1706.03762
- ↑ Wenxuan Li - The Advance of Deep Learning Based Named Entity Recognition - https://doi.org/10.54097/hset.v12i.1368
- ↑ doi: 10.1016/j.isci.2024.109713 The application of large language models in medicine: A scoping review
- ↑ Singhal, K., Azizi, S., Tu, T. et al. Large language models encode clinical knowledge. Nature 620, 172–180 (2023). https://doi.org/10.1038/s41586-023-06291-2
