Resumo Técnico: O Caminho para Sistemas Clínicos Autoevolutivos

Declaração do Problema

A inteligência médica atual, particularmente os modelos de fundação em imagem médica, permanece fundamentalmente passiva. Esses sistemas tipicamente mapeiam entradas para saídas em uma única passagem direta (forward pass), carecendo de capacidade para raciocínio iterativo, invocação de ferramentas ou adaptação contextual. Embora os grandes modelos de linguagem (LLMs) e modelos de linguagem-visão (VLMs) tenham avançado, eles frequentemente falham em abordar as realidades da implantação clínica: observabilidade parcial (onde o agente nunca vê diretamente a verdadeira condição do paciente), a necessidade de fluxos de trabalho de múltiplas etapas e o requisito de que as ações sejam auditáveis e reversíveis.

Surveys existentes frequentemente organizam agentes médicos por módulos cognitivos ou ferramentas, tratando a avaliação como um apêndice secundário. Essa abordagem obscurece a questão crítica da "prontidão para o mundo real". O campo carece de um framework unificado para entender como sistemas heterogêneos escalam de assistência simples para autonomia total, e como podem melhorar através da interação com ambientes clínicos em vez de apenas através do crescimento de parâmetros.

Metodologia e Framework

Este survey adota um princípio organizador de "ambiente real primeiro". Em vez de começar com as capacidades do modelo, ele começa com as restrições da implantação clínica. Os autores formalizam agentes médicos como um processo de decisão sequencial sob observabilidade parcial, definido por seis módulos cognitivos interativos: Percepção, Raciocínio, Planejamento, Memória, Uso de Ferramentas e Ação/Reflexão.

Para organizar a diversificada literatura, o artigo introduz uma Espinha de Escalonamento (Scaling Spine) composta por três eixos ortogonais e complementares:

1. Escalonamento de Framework ($N_{topo}$): Escala a riqueza estrutural das topologias de agentes, movendo-se de agentes únicos aumentados por ferramentas para equipes baseadas em papéis e redes de orquestração dinâmica.
2. Escalonamento de Capacidade ($D_{loop}$): Escala a profundidade do loop cognitivo (perceber-raciocinar-planejar-agir-refletir) em torno de um backbone fixo, enfatizando a engenharia do suporte de execução (runtime harness) sobre a contagem bruta de parâmetros.
3. Escalonamento de Ambiente ($|E|$): Escala o ambiente alcançável enriquecendo as ferramentas, fontes de dados e interfaces (ex: PACS, EHR, FHIR) disponíveis ao agente. Os autores argumentam que este é o alavancador mais imediatamente acionável para agentes médicos.

O survey também propõe uma Taxonomia de Autonomia de Três Níveis:

• Nível 1 (Assistido): O agente sugere achados sob controle direto do clínico.
• Nível 2 (Cooperativo): O agente decompõe tarefas e invoca ferramentas dentro de um framework de humano-no-loop (human-in-the-loop).
• Nível 3 (Totalmente Autônomo): O agente executa fluxos de trabalho de ponta a ponta com escalonamento humano baseado em exceções.

Principais Contribuições

1. Organização Centrada no Ambiente Real: O survey reorganiza o campo começando com cenários clínicos, benchmarks resistentes à contaminação e ambientes de treinamento interativos ("Clinical Gyms"), em vez de liderar com taxonomias genéricas de capacidade.
2. Definição Formal e Taxonomia: Fornece uma definição formal de agentes médicos como processos de decisão de observabilidade parcial e unifica a literatura sob uma taxonomia de autonomia de três níveis.
3. A Espinha de Escalonamento (Scaling Spine): Introduz um mapa global (a Scaling Spine) que atravessa todo o campo através do escalonamento de framework, capacidade e ambiente, distinguindo-os do escalonamento tradicional de parâmetros e de computação em tempo de teste.
4. Autoevolução como uma Fronteira: Eleva os "sistemas autoevolutivos" de uma capacidade de nicho para o destino da espinha de escalonamento, sintetizando lições de agentes de autoaperfeiçoamento de domínios gerais e transferindo-as para a imagem médica.
5. Benchmark Abrangente e Análise de Risco: Cataloga mais de 300 referências, incluindo avanços de 2025–2026, e revisa aplicações em radiologia, patologia, oftalmologia e oncologia. Crucialmente, analisa riscos incluindo alucinação, falhas em cascata em sistemas multiagentes e questões de governança (equidade, privacidade, responsabilidade).

Resultados e Descobertas

• Maturidade de Benchmarks: O campo está mudando de benchmarks de Nível 1 (tarefas estáticas de capacidade única como VQA) para benchmarks de Nível 3 (fluxos de trabalho de sistema, ponta a ponta em EHRs reais ou simulados). Os sistemas atuais são percebedores competentes, mas operadores imaturos, frequentemente falhando quando exigidos a sustentar diálogos de múltiplos turnos ou gerenciar fluxos de trabalho de longo horizonte.
• Paradigmas de Treinamento: O survey traça uma escada de estratégias de treinamento, desde prompting e ajuste fino supervisionado (SFT) até otimização de preferência (DPO) e aprendizado por reforço com recompensas verificáveis (RLVR). Destaca o auto-jogo (self-play) em ambientes clínicos simulados (ex: Agent Hospital, MedAgentSim) como um passo crítico para o aprendizado autônomo, onde os agentes melhoram através da experiência sem atualizações de pesos.
• Panorama de Aplicações:
  • Radiologia: A especialidade mais madura, com agentes alcançando colaboração multiagente e gerenciamento autônomo de fluxo de trabalho (ex: RadAgent, MedRAX).
  • Patologia: Agentes estão emergindo para lidar com imagens de lâminas inteiras de gigapixels através de estratégias de zoom-e-foco e busca multiagente.
  • Oftalmologia e Neurologia: O progresso é limitado pela confiabilidade e detecção de alucinação, em vez de precisão bruta; trabalhos recentes focam em raciocínio rastreável e equidade.
  • Transversalidade de Especialidades: Sistemas estão se movendo em direção à generalidade via topologias de colaboração adaptativas (ex: MDAgents) e raciocínio fundamentado em evidências.
• Barreiras de Implantação: As restrições vinculativas para implantação raramente são a precisão do modelo, mas sim a interoperabilidade (integração com DICOM/FHIR), produtização (documentação ambiente vs. diagnóstico autônomo) e conformidade regulatória (reconciliar modelos autoevolutivos com frameworks de aprovação estáticos, como o Plano de Controle de Mudanças Pré-determinado do FDA).

Significância e Alegações

O artigo alega fornecer o primeiro roteiro que acopla explicitamente um protocolo de recuperação divulgado com um eixo de escalonamento centrado no ambiente. Sua principal significância reside na mudança da narrativa de "quão poderoso é o modelo" para "como o agente interage com o ecossistema clínico".

Os autores argumentam que o escalonamento de ambiente — enriquecer o ambiente de ferramentas e dados — é o caminho mais imediato para avançar as capacidades dos agentes médicos, muitas vezes gerando mais prontidão por unidade de esforço do que o ajuste fino adicional. Além disso, eles posicionam a autoevolução clínica (a capacidade de um agente melhorar através da interação com o ambiente) como uma fronteira aspiracional, não um problema resolvido. O survey conclui que, embora os agentes médicos autoevolutivos ainda não sejam uma capacidade resolvida, a convergência de modelos de fundação multimodais, integração de ferramentas padronizada e escalonamento de ambiente oferece um caminho crível para sistemas confiáveis e autoaperfeiçoadores prontos para configurações clínicas reais. O trabalho serve como um chamado à ação para pesquisadores, clínicos e reguladores colaborarem na segurança, equidade e governança desses sistemas emergentes.