EIN-RECAP: Evidence-Grounded Multi-Agent Summarization and Retrieval of Infectious-Disease Expert Discussions

O que aconteceu

Especialistas em doenças infecciosas trocam conhecimento prático por meio de discussões clínicas, mas identificar informações relevantes ao longo de anos de conversas é difícil. Essas discussões muitas vezes contêm opiniões diferentes e observações emergentes que ainda não estão refletidas em evidências publicadas. Apresentamos EIN-RECAP, uma plataforma assistida por IA desenvolvida com especialistas em Rede de Infecções Emergentes (EIN) e implantada em beta para resumir e pesquisar discussões históricas. O sistema combina sumarização baseada em recuperação, validação de citações e pesquisa híbrida enquanto distingue evidências publicadas da experiência comunitária. Avaliamos métodos de sumarização em 3.185 threads e realizamos revisão de especialistas cega em um subconjunto recente. Embora um fluxo de trabalho multiagente tenha alcançado escores automatizados mais fortes, os especialistas favoreceram um pipeline de geração mais simples e identificaram repetições, imprecisões e recomendações sobreconfiantes no sistema mais complexo. Esse feedback motivou um conjunto que melhorou a cobertura de discussão e os principais pontos clínicos em nove threads de alta discordância, embora a relevância da recuperação permanecesse uma limitação. Nossos achados demonstram a importância do envolvimento de especialistas no desenvolvimento clínico de IA e mostram por que a avaliação automatizada por si só é insuficiente para orientar a seleção do sistema.