Exploration of Foundation Model-Based Robots in Patient and Elderly Care

Resumo Técnico: Exploração de Robôs Baseados em Modelos de Fundação para o Cuidado de Pacientes e Idosos

Declaração do Problema
O envelhecimento global da população está sobrecarregando os sistemas de cuidado, criando uma demanda por assistência robótica que possa lidar com comunicações rotineiras, orientação e tarefas físicas sem a necessidade de programação explícita para cada cenário. Embora os modelos de fundação (MFs), particularmente os Grandes Modelos de Linguagem (LLMs) e os Modelos de Linguagem e Visão (VLMs), ofereçam a promessa teórica de interação por linguagem natural flexível e adaptabilidade a contextos de cuidado desconhecidos, sua implementação em ambientes clínicos e de cuidado enfrenta obstáculos significativos. A pesquisa atual carece de clareza sobre se esses sistemas incorporados podem traduzir avanços técnicos em cuidados confiáveis, seguros e clinicamente impactantes. Os principais desafios incluem o potencial para alucinações, informações desatualizadas, falhas conversacionais e a dificuldade de integrar sistemas de IA complexos em fluxos de trabalho de cuidado estabelecidos com supervisão humana responsável.

Metodologia
Este artigo é um artigo de Perspectiva que sintetiza a literatura existente em vez de apresentar novos dados empíricos. Os autores conduziram uma revisão abrangente de robôs de cuidado baseados em modelos de fundação, organizando sua análise em torno de três questões centrais:

1. Como os MFs alteram o design dos robôs de cuidado?
2. Quais fatores apoiam ou limitam a aceitação, o engajamento e a confiança do usuário?
3. Que evidências existem para resultados relevantes ao cuidado?

A revisão categoriza os sistemas atuais por seus papéis funcionais, tipos de incorporação, modalidades de interação e mecanismos de segurança. Ela avalia criticamente estudos empíricos abrangendo ambientes domésticos, residenciais para idosos, clínicas e hospitais, focando em métricas de usabilidade, níveis de engajamento e resultados de cuidado proximal (ex: engajamento cognitivo) versus mudanças clínicas secundárias.

Principais Contribuições
O artigo fornece uma taxonomia estruturada de como os modelos de fundação são atualmente integrados à robótica de cuidado e identifica lacunas críticas entre a capacidade técnica e a realidade clínica.

• Papéis dos Modelos de Fundação: Os autores identificam cinco papéis primários:
  1. Suporte à Conversação: Geração de diálogo flexível e personalizado para conexão social e expressão emocional.
  2. Treinamento Estruturado: Entrega de intervenções guiadas por protocolos (ex: psicologia positiva, orientação de amplitude de movimento).
  3. Avaliação Cognitiva: Administração de tarefas ou estimativa de pontuações de triagem (ex: MMSE, HDS-R) a partir de transcrições de interações.
  4. Mediação de Fluxo de Trabalho: Tradução de entradas não estruturadas do usuário em resumos estruturados para clínicos ou cuidadores.
  5. Assistência Física: Interpretação de comandos de alto nível para ações físicas delimitadas (ex: alimentação, reabilitação).
• Arquitetura do Sistema e Limitações: Os sistemas atuais utilizam predominantemente os MFs como uma camada conversacional e de raciocínio sobre plataformas robóticas existentes (frequentemente humanoides de assistência social como Pepper ou NAO). Embora a autonomia conversacional seja alta, a autonomia física e fundamentada permanece limitada. A maioria das interações é centrada na voz, com a fundamentação multimodal (visão, afeto, olhar) servindo principalmente para enriquecer os prompts em vez de impulsionar o comportamento físico autônomo.
• Mecanismos de Segurança: A segurança é alcançada atualmente através de medidas modestas, como restrições ao nível de prompt, fontes de conhecimento curadas (lista de permissões/whitelist) e comportamentos de contingência (roteamento de entradas incertas para respostas seguras). No entanto, o relato de segurança de ponta a ponta, incluindo taxonomias de modos de falha e taxas de intervenção humana, é amplamente ausente.

Resultos e Evidências
A revisão sintetiza as descobertas de avaliações empíricas relativas à experiência do usuário e ao impacto no cuidado:

• Experiência do Usuário: A integração de MFs geralmente melhora a usabilidade e a aceitabilidade. Estudos relatam pontuações aumentadas nas escalas Acceptability E-scale e System Usability Scale (SUS) quando os robôs utilizam MFs para respostas mais coerentes e conscientes do contexto.
• Engajamento: Os MFs aumentam o engajamento ao sustentar a atenção e a participação verbal, particularmente em cenários de contação de histórias, reminiscência e treinamento. A personalização (ex: lembrar preferências, ajustar o tom) é crucial, embora os usuários prefiram frequentemente um papel de "curador", onde aprovam as sugestões do robô em vez de uma delegação total.
• Desafios de Confiabilidade: Barreiras significativas à confiança persistem, incluindo alucinações, respostas repetitivas ou incoerentes, incompatibilidades afetivas e latência. Essas falhas ocorrem frequentemente em todo o pipeline (reconhecimento de fala, geração, conversão de texto em fala), interrompendo a persona social do robô.
• Resultados de Cuidado: A evidência para o impacto no cuidado concentra-se em resultados proximais, como melhoria na comunicação, aumento da participação e engajamento cognitivo. Há evidência limitada para mudanças validadas no estado da doença, independência funcional ou tomada de decisão clínica de longo prazo. Os sistemas atuais funcionam melhor como mediadores de comunicação e suportes adaptativos em vez de agentes autônomos de diagnóstico ou tratamento.

Significância e Direções Futuras
O artigo argumenta que, embora os modelos de fundação tenham expandido as capacidades conversacionais e de sumarização dos robôs de cuidado, eles ainda não produziram avanços comparáveis na percepção incorporada, manipulação ou tomada de decisão autônoma. Os autores afirmam que, para que essas tecnologias transitem de protótipos promissores para ferramentas de cuidado responsáveis, a pesquisa futura deve deslocar o foco para três áreas:

1. Padrões de Avaliação Específicos para o Cuidado: Ir além de estudos isolados de viabilidade para frameworks que vinculem sinais de interação (ex: engajamento) a resultados clínicos subsequentes (ex: sobrecarga do cuidador, adesão). Isso inclui estabelecer bases de comparação contra sistemas não-LLM e tarefas administradas por humanos.
2. Autonomia Responsável: Desenvolver sistemas com "autonomia compartilhada delimitada", onde os robôs operam dentro de bibliotecas de habilidades restritas e recorrem a humanos quando a confiança ou a segurança são insuficientes. Isso requer o relato padrão de modos de falha, exibição de incerteza e taxas de intervenção.
3. Integração no Fluxo de Trabalho de Cuidado: Situar os robôs dentro do ecossistema de cuidado mais amplo, definindo protocolos claros para coleta de informações, revisão, escalonamento e distribuição de responsabilidade entre pacientes, cuidadores e clínicos.

O artigo conclui que o valor imediato dos robôs baseados em modelos de fundação reside no aprimoramento do suporte ao cuidado mediado pela interação, mas realizar seu pleno potencial exige validação rigorosa, mecanismos de segurança robustos e integração profunda nos fluxos de trabalho de cuidado do mundo real.