💬 NLP

Leveraging Few-Shot Learning and Large Language Models for Analyzing Blood Pressure Variations Across Biological Sex from Scientific Literature

Este estudo avalia a viabilidade do uso de modelos de linguagem de grande escala (LLMs) e aprendizado de poucos disparos (few-shot learning) para extrair automaticamente estatísticas de pressão arterial específicas por sexo da literatura científica, visando abordar as limitações dos atuais padrões diagnósticos cegos a dados demográficos.

Autores originais: Yuting Guo, Seyedeh Somayyeh Mousavi, Reza Sameni, Abeed Sarker

Publicado 2026-08-17

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Yuting Guo, Seyedeh Somayyeh Mousavi, Reza Sameni, Abeed Sarker

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você esteja tentando assar o bolo perfeito para uma multidão, mas seu livro de receitas foi escrito há cinquenta anos por um grupo muito específico de padeiros que só faziam bolos para pessoas que se pareciam e viviam exatamente como eles. Você tenta usar essa receita antiga para todos os outros, mas o bolo acaba ficando seco demais para alguns e doce demais para outros. Isso é essencialmente o problema com a forma como medimos a pressão arterial atualmente. Durante décadas, os médicos usaram um único conjunto de números "normais" para decidir se o coração de alguém está sob estresse excessivo, muitas vezes ignorando que a biologia de uma pessoa — como o fato de ser homem ou mulher — pode significar que ela precisa de um conjunto de regras diferente.

Para consertar isso, os cientistas estão recorrendo a um novo tipo de detetive digital: os Grandes Modelos de Linguagem (LLMs). Pense nesses modelos como robôs superinteligentes que leram quase tudo o que já foi escrito na internet. Eles são como um estudante que memorizou todas as bibliotecas do mundo e consegue encontrar instantaneamente um fato específico em um livro de um milhão de páginas sem se cansar. A grande questão que os pesquisadores queriam responder era: esses robôs de IA conseguem ler milhares de estudos médicos antigos, encontrar os números específicos de pressão arterial para homens e mulheres e nos dizer se a velha receita de "tamanho único" está realmente quebrada?

A Grande Caça ao Tesouro da Pressão Arterial

Neste estudo, uma equipe de pesquisadores decidiu colocar esses robôs de IA à prova. Eles queriam ver se os robôs conseguiam vasculhar uma montanha de artigos científicos para encontrar um tesouro muito específico: os números médios de pressão arterial e o quanto esses números variam, separados por sexo biológico (masculino vs. feminino).

A Configuração: Uma Corrida do Ouro Digital
Os pesquisadores começaram com uma pilha massiva de dados. Eles pegaram mais de 5,6 milhões de manuscritos científicos de uma gigante biblioteca online chamada PubMed Central. Imagine tentar encontrar algumas agulhas específicas em um palheiro do tamanho de uma cidade. Para facilitar isso, eles construíram um mecanismo de busca especial (como um Google superpotencializado para cientistas) que filtrou os artigos para cerca de 113.000 que falavam sobre pressão arterial. Em seguida, eles quebraram esses artigos em partes menores (parágrafos) e filtraram novamente, terminando com cerca de 50.000 parágrafos relevantes.

Dessa enorme pilha, eles escolheram um grupo menor e gerenciável de 213 artigos para testar suas ferramentas de IA. Eles até tiveram especialistas humanos lendo esses artigos e escrevendo os números corretos para usar como um "gabarito".

O Concurso: Três Detetives Diferentes
Os pesquisadores organizaram uma corrida entre três métodos diferentes para ver qual deles encontraria os números corretos melhor:

O Novato da Velha Escola (DANN): Este é um programa de computador tradicional que precisa que lhe sejam mostrados alguns exemplos (como "aprendizado de poucos disparos" ou few-shot learning) antes de poder adivinhar o resto. É como um aluno que precisa estudar alguns cartões de memória (flashcards) antes de fazer uma prova.
O Chatbot Famoso (GPT-3.5): Este é uma IA bem conhecida que pode conversar e escrever histórias. Os pesquisadores pediram a ele que apenas lesse o texto e encontrasse os números sem receber nenhum treinamento especial prévio (isso é chamado de "zero disparos" ou zero-shot).
O Gigante de Código Aberto (LLaMA3): Esta é outra IA poderosa, semelhante ao chatbot, mas construída por um grupo diferente. Assim como o chatbot, ela também foi solicitada a realizar o trabalho sem treinamento especial, usando apenas seu conhecimento geral.

Os Resultados: Quem Venceu a Corrida?
Os resultados foram bem claros. O "Novato da Velha Escola" (DANN) teve grandes dificuldades. Ele acertou apenas cerca de 30% das respostas. Era como um aluno que chutava aleatoriamente em uma prova.

O "Chatbot Famoso" (GPT-3.5) se saiu melhor, acertando cerca de 67% das respostas. Foi um desempenho de nível intermediário sólido, mas às vezes perdia coisas que deveria ter encontrado.

O vencedor foi o "Gigante de Código Aberto" (LLaMA3). Ele obteve uma precisão impressionante de 0,85 (ou 85%) na escala de acerto. Foi o detetive mais confiável, encontrando os números certos para homens e mulheres com alta precisão e raramente deixando passar uma pista. Os pesquisadores descobriram que essa IA era tão consistente que seus escores nem sequer oscilaram muito quando realizaram o teste várias vezes.

O Que Eles Encontraram no Tesouro?
Assim que a IA vencedora (LLaMA3) conseguiu extrair os números dos artigos, os pesquisadores analisaram os padrões. Eles criaram mapas coloridos (chamados de mapas de calor e gráficos de contorno) para visualizar os dados. Esses mapas mostraram que, de modo geral, os homens tendem a ter valores de pressão arterial mais altos do que as mulheres.

Esta não é uma descoberta chocante em si — estudos anteriores já haviam sugerido isso —, mas a parte legal é como eles encontraram. Eles não pediram a um humano para ler milhares de artigos; eles usaram uma IA para fazer isso automaticamente. Isso sugere que podemos usar esses robôs poderosos para escanear toda a história da literatura médica para ver como diferentes grupos de pessoas estão realmente indo, em vez de depender de regras antigas e genéricas.

A Conclusão
O estudo conclui que esses robôs de IA estão prontos para as grandes ligas. Eles podem ler a literatura científica, separar os dados por sexo e nos dar uma imagem mais clara das tendências de pressão arterial do que conseguiríamos apenas adivinhando ou usando métodos antigos. Embora os pesquisadores admitam que olharam apenas para o sexo e não verificaram outros fatores como idade ou raça nesta execução específica, o método funciona. É como finalmente ter uma ferramenta que pode ler as letras miúdas de um milhão de contratos para lhe dizer se as regras são justas para todos, e não apenas para as pessoas para quem as regras foram originalmente escritas.

O artigo sugere que, ao usar essas ferramentas, poderemos eventualmente criar diretrizes de saúde mais personalizadas e precisas, que se ajustem às pessoas reais, em vez de forçar todos em uma caixa que não serve perfeitamente.

Resumo Técnico: Utilizando Aprendizado de Poucos Disparos (Few-Shot Learning) e Grandes Modelos de Linguagem para Analisar Variações da Pressão Arterial entre Sexos Biológicos

Definição do Problema
Os padrões e tecnologias atuais de monitoramento da pressão arterial (PA) foram estabelecidos décadas atrás, baseando-se frequentemente em dados de populações predominantemente brancas e geneticamente homogêneas. Esses padrões são aplicados globalmente sem ajustes para fatores demográficos individuais, como sexo biológico, idade ou raça. Consequentemente, embora as diretrizes existentes ajudem a identificar pacientes de risco, elas carecem de precisão como biomarcadores para o diagnóstico da gravidade da hipertensão ou para a avaliação do risco de doenças cardiovasculares (DCV) devido à ausência de considerações demográficas. Embora a literatura científica contenha vastas quantidades de dados de PA compilados de diversas coortes, a análise manual de milhares de publicações para deduzir distribuições populacionais através de demografias é laboriosa, propensa ao erro humano e carece de generalização.

Metodologia
O estudo propõe um framework para extrair automaticamente informações relacionadas à PA, especificamente distinguindo entre sexos biológicos, a partir da literatura científica utilizando Processamento de Linguagem Natural (PLN).

Coleta de Dados: Os autores construíram um conjunto de dados a partir do PubMed Central (PMC), indexando mais de 5,6 milhões de manuscritos. Um processo de recuperação em duas etapas usando um mecanismo de busca baseado em Solr filtrou artigos baseados em palavras-chave relacionadas à pressão arterial, indicadores de sexo biológico (ex: masculino/feminino) e unidades de medida (ex: mmHg). Isso reduziu o corpus para aproximadamente 113.000 artigos, que foram então segmentados em parágrafos. Um modelo zero-shot foi utilizado para excluir parágrafos irrelevantes, resultando em um subconjunto de 3.127 parágrafos. Deste, 220 parágrafos foram anotados manualmente por um especialista médico, com um subconjunto duplo-anotado por um especialista em PLN para garantir a qualidade (Acordo Inter-Anotador Kappa de Cohen = 0,74). O conjunto de dados final compreendeu 213 artigos, incluindo 90 casos relatando valores de PA por sexo biológico.
Formulação da Tarefa: O problema foi definido como uma tarefa de extração de informação visando 10 entidades específicas: o número de indivíduos do sexo masculino e feminino ( $N_{masculino}$ , $N_{feminino}$ ), e a média e o desvio padrão para a Pressão Arterial Sistólica (PAS) e Diastólica (PAD) para ambos os sexos.
Modelos Avaliados:
1. Aprendizado de Poucos Disparos (DANN - Few-Shot Learning): Um modelo utilizando aumento de dados combinado com um classificador de vizinho mais próximo, treinado em um conjunto de treinamento separado (80%) e avaliado em um conjunto de teste independente (20%) usando validação cruzada de 5 dobras (5-fold cross-validation).
2. Grandes Modelos de Linguagem (Zero-Shot): Dois modelos foram testados sem ajuste fino (fine-tuning):
  - LLaMA3 (70 bilhões de parâmetros): Um modelo de código aberto pré-treinado em mais de 15 trilhões de tokens.
  - GPT-3.5: Um modelo de código fechado que alimenta o ChatGPT.
- Engenharia de Prompt: Os prompts foram desenhados para solicitar explicitamente aos modelos que sinalizassem se entidades específicas (média/desvio padrão para machos/fêmeas) estavam presentes no texto para mitigar alucinações. Se o modelo falhasse em sinalizar a presença de uma entidade, o valor correspondente era tratado como ausente.
Análise: Os dados extraídos foram utilizados para gerar mapas de calor e gráficos de contorno usando Modelos de Mistura Gaussiana (GMM) para visualizar as distribuições de PA entre os sexos.

Resultos Principais

Desempenho dos Modelos:
- LLaMA3 demonstrou desempenho superior com um F1-score de 0,85 (±0,00) ao nível do sistema. Alcançou alta precisão (0,87) e revocação (0,84) em todas as entidades, com desvios padrão das métricas próximos a zero, indicando alta consistência.
- GPT-3.5 alcançou desempenho moderado com um F1-score de 0,67 (±0,04). Embora tenha mostrado alta precisão (0,86), sua revocação (0,55) foi significativamente inferior à do LLaMA3.
- DANN (Few-Shot) exibiu baixo desempenho com um F1-score médio de 0,30 (±0,01), com dificuldades particulares em precisão (0,34) e revocação (0,28).
Análise de Variação de PA: Os gráficos de contorno gerados a partir dos dados extraídos indicaram que os homens tendem a apresentar valores de PA mais elevados do que as mulheres, um achado consistente com estudos populacionais anteriores.

Significância e Alegações
O artigo afirma ser o primeiro estudo a aplicar Grandes Modelos de Linguagem para extrair informações quantitativas relacionadas à PA de literatura biomédica em larga escala e vinculá-las ao sexo biológico. As principais contribuições são:

Viabilidade da Extração Zero-Shot: O estudo demonstra que LLMs zero-shot (especificamente o LLaMA3) podem extrair de forma confiável informações de PA e sexo biológico em nível populacional de literatura clínica, superando sistemas tradicionais de extração de informação de poucos disparos (como o DANN) neste contexto.
Escalabilidade: A abordagem fornece um framework escalável para analisar diferenças demográficas na PA sem a necessidade de desenvolver modelos específicos para a tarefa ou extensivo ajuste fino de domínio.
Abordagem do Viés Demográfico: Ao automatizar a recuperação de dados específicos por sexo, o método apoia a criação de faixas de referência de PA mais personalizadas, potencialmente melhorando a precisão do diagnóstico de hipertensão e da estratificação de risco.
Utilidade na Pesquisa Biomédica: Os resultados destacam a utilidade mais ampla dos LLMs para enfrentar desafios semelhantes na pesquisa biomédica, oferecendo um modelo para aplicar PLN na extração de medidas vitais de literatura científica.

Os autores enfatizam que, embora o estudo tenha focado no sexo biológico, a metodologia é aplicável a outros fatores demográficos e sinais vitais, embora reconheçam limitações quanto à exclusão de outras variáveis de confusão (ex: idade, raça) e à dependência de estatísticas de média/desvio padrão.

A Grande Caça ao Tesouro da Pressão Arterial

Mais como este