Geração de Fine-Tuning, Retrieval-Augmentada e Adaptação Híbrida de Modelos de Linguagem para Tomada de Decisão Clínica em Cuidados de Saúde: Revisão Sistemática

Revisão sistemáticaNível 1 · Evidência consolidadaJournal of medical Internet research17 set 20260 citações

O que aconteceu

Modelos de linguagem grandes (LMLs) demonstram forte desempenho em benchmarks de conhecimento médico, mas seu uso seguro e eficaz na prática clínica depende de adaptação pós-treinamento em vez de capacidade de modelo bruto. As abordagens de ajuste fino, recuperação-aumentada geração (RAG) e híbrida são as principais estratégias para fundamentar modelos de linguagem em evidência clínica, mas sua eficácia comparativa permanece incerta. Esta revisão sistemática tem como objetivo sintetizar evidências sobre as estratégias de ajuste fino, RAG e pós-treinamento híbrido para tarefas de diagnóstico clínico e apoio à decisão e identificar alinhamentos de estratégia-tarefa e características metodológicas associadas à melhoria do desempenho. Realizamos uma revisão sistemática de acordo com as diretrizes PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) 2020. PubMed/MEDLINE, Scopus e Web of Science foram pesquisados de janeiro de 2018 a maio de 2026. Estudos elegíveis avaliaram modelos de linguagem baseados em transformadores que foram submetidos a adaptação pós-treinamento, aumento de recuperação, ou ambos para apoio à decisão clínica, diagnóstico, triagem, estratificação de risco ou aplicações de cuidados de saúde relacionadas. Foram excluídos estudos que avaliaram modelos não adaptados, sistemas de IA não-modelos, engenharia rápida sem avaliação de desempenho ou aplicações não clínicas. Os dados extraídos incluíram arquitetura do modelo, estratégia de adaptação, domínio clínico, abordagem de validação e resultados de desempenho. O risco de viés foi avaliado utilizando o PROBAST+AI (Prediction model Risk of Bias Assessment Tool for AI). Os estudos foram agrupados de acordo com a estratégia primária de realce (afinação ou ajuste fino eficiente em parâmetros, RAG ou abordagens híbridas), e os achados foram sintetizados descritivamente.

O que encontraram

Dos 1890 registros identificados, 35 estudos publicados entre 2024 e 2026 atenderam aos critérios de elegibilidade. As estratégias de aprimoramento incluíram RAG (17/35, 48,6%), ajuste fino ou ajuste fino eficiente em parâmetros (7/35, 20%) e abordagens híbridas (11/35, 31,4%). Estudos incluíram diversas especialidades de oncologia, neurologia, radiologia, saúde mental, cardiologia, oftalmologia e cuidados cirúrgicos. O ajuste fino demonstrou forte desempenho para aplicações específicas de tarefas, alcançando área sob os valores da curva característica de operação receptora até 0,912 para detecção de câncer e área sob curva de 0,892 para predição de transtorno depressivo major, ao mesmo tempo em que combinou o desempenho diagnóstico clínico-nível em vários estudos. O RAG melhorou a adesão da diretriz e a acurácia diagnóstica, com aumentos de 71,1% para 92,1% e de 78,9% para 94,7% nas tarefas de apoio à decisão baseada na diretriz. No entanto, os benefícios foram inconsistentes em modelos com maior capacidade de raciocínio. Os sistemas híbridos geralmente obtiveram o desempenho mais forte em fluxos de trabalho clínicos complexos, com precisãos de validação externa superiores a 90% na triagem de AVC, dermatologia, imagem multimodal e aplicações oncológicas. A avaliação do risco de cidadania identificou limitações metodológicas substanciais, sendo 25 estudos considerados de alto risco, 9 de risco incerto e apenas 1 de baixo risco em geral. Preocupações comuns incluíram validação externa inadequada, ausência de avaliação de calibração, seleção não representativa dos participantes e relato insuficiente de métodos analíticos.

Por que isso importa

As estratégias de adaptação devem ser alinhadas com as necessidades de tarefas, utilizando ajustes finos para classificação estreita, RAG para raciocínio fundamentado em diretrizes e abordagens híbridas para tarefas multimodais complexas. No entanto, a base de dados continua a ser largamente retrospectiva ou baseada em critérios de referência. Estudos prospectivos com validação externa, calibração e relatórios de segurança padronizados são necessários antes do uso clínico mais amplo.

Tradução automática do resumo original, publicado em Journal of medical Internet research sob licença CC BY. Os números são conferidos contra o original; siglas e termos técnicos podem variar.