Can Large Language Models Diagnose Primary Immunodeficiency from Patient-Described Symptoms?

Para milhões de pessoas, o caminho para um diagnóstico médico não é uma linha reta, mas uma jornada longa e confusa. Isso é especialmente verdadeiro para aqueles com condições raras, onde os sintomas podem ser vagos, comuns ou facilmente confundidos com outra coisa. Nos últimos anos, muitos desses indivíduos recorreram a um novo tipo de ajudante: modelos de linguagem de grande escala. Estes são programas de computador avançados treinados em vastas quantidades de texto, capazes de manter conversas e responder perguntas sobre saúde. Eles se tornaram um recurso recorrente para pessoas que tentam compreender seus próprios corpos, muitas vezes antes mesmo de consultarem um especialista. Mas uma questão crítica permanece: será que essas ferramentas digitais conseguem realmente entender um paciente quando o paciente é quem está descrevendo o problema? A resposta depende fortemente de quem está falando. Quando um médico resume um caso usando termos médicos precisos, o computador entende perfeitamente. Quando uma pessoa comum descreve sua dor, fadiga ou infecções recorrentes em linguagem cotidiana, o computador frequentemente se perde.

Uma equipe de pesquisadores decidiu testar essa lacuna entre a linguagem especializada e a linguagem do paciente, focando em um grupo de distúrbios raros conhecidos como imunodeficiências primárias. Estas são condições em que o sistema de defesa natural do corpo, que normalmente combate germes, está quebrado ou ausente. Pessoas com essas condições ficam doentes com muita frequência, às vezes com infecções graves que exigem hospitalização, e enfrentam um alto risco de outras complicações, como doenças autoimunes. Como essas condições são raras e complexas, os pacientes muitas vezes esperam anos por um diagnóstico correto, um atraso que pode ser perigoso e emocionalmente desgastante. Durante esse período de espera, muitos recorrem a chatbots em busca de respostas. Os pesquisadores queriam saber se esses chatbots poderiam detectar os sinais de um sistema imunológico comprometido quando a descrição viesse diretamente do paciente, em vez de um médico.

Para descobrir, os pesquisadores reuniram relatos de vinte e um adultos que já haviam sido diagnosticados com imunodeficiência primária. Esses indivíduos haviam todos experimentado longos atrasos para obter seu diagnóstico. A equipe pediu que eles descrevessem os primeiríssimos sintomas que os fizeram sentir que algo estava errado. Os pesquisadores pegaram essas descrições brutas e não editadas — exatamente como os pacientes as disseram, com todas as suas hesitações, repetições e palavras cotidianas — e as inseriram em um poderoso modelo de linguagem de grande escala. Eles removeram qualquer menção ao diagnóstico final para que o computador tivesse que confiar apenas nos sintomas. O objetivo era simples: o computador sugeriria que o paciente poderia ter uma imunodeficiência primária ou, pelo menos, reconheceria que o problema era o seu sistema imunológico?

Os resultados revelaram uma diferença gritante entre o desempenho do computador com a entrada de especialistas versus a entrada do paciente. Em um estudo anterior usando o mesmo modelo de computador, quando médicos escreviam os históricos dos pacientes usando linguagem médica profissional, o computador identificava corretamente a condição em noventa e seis por cento dos casos. Era quase impecável. No entanto, quando os pesquisadores usaram as próprias palavras dos pacientes, o desempenho do computador caiu drasticamente. Ele identificou corretamente a imunodeficiência primária em apenas sete dos vinte e um casos, o que é cerca de um terço. O computador falhou em nomear a condição específica na maioria dos casos, embora os pacientes estivessem descrevendo exatamente as mesmas doenças.

Apesar de perder o diagnóstico específico, o computador não foi inteiramente inútil. Em dezessete dos vinte e um casos, ele sugeriu que o paciente poderia ter problemas gerais com seu sistema imunológico, mesmo que não nomeasse a doença rara específica. Este é um achado significativo porque sugere que a ferramenta ainda pode atuar como um sinal útil. Para um paciente que foi informado por vários médicos que seus sintomas são apenas estresse ou alergias, um computador sugerindo "problemas no sistema imunológico" pode encorajá-lo a procurar um especialista. No entanto, o estudo também mostrou que o computador frequentemente supunha outras condições mais comuns. Ele frequentemente sugeria alergias, fatores ambientais como má qualidade do ar ou problemas endócrinos como questões de tireoide. Estes são os tipos de coisas que os médicos consideram primeiro, mas também podem ser becos sem saída para alguém que realmente tem um distúrbio imunológico raro.

Os pesquisadores descobriram que o computador tinha mais chances de acertar o diagnóstico quando a história do paciente incluía três pistas específicas: infecções que começaram na infância, infecções muito graves que exigiram hospitalização ou sintomas que não eram infecções propriamente ditas, como problemas de crescimento ou digestivos. Quando os pacientes descreviam suas lutas dessas formas claras e clássicas, o computador tinha uma chance melhor de conectar os pontos. Mas quando as descrições eram mais sutis ou focadas no sentimento geral de mal-estar, o computador tinha dificuldade. Isso destaca uma fraqueza fundamental: a ferramenta é altamente sensível à forma como a história é contada. Ela prospera na linguagem estruturada e precisa da medicina, mas falha diante da maneira desordenada, emocional e variada como as pessoas realmente falam sobre sua saúde.

Os autores do estudo observam cautelosamente que isso não é um veredito final sobre a segurança ou utilidade dessas ferramentas, mas sim um alerta sobre como elas são atualmente utilizadas. Eles apontam que seu teste foi um cenário de melhores possibilidades. Os pacientes entrevistados sabiam seu diagnóstico e poderiam se lembrar de seus sintomas com mais clareza do que no início de sua doença. Se o computador apresenta este desempenho tão pobre com relatos retrospectivos claros, ele pode apresentar um desempenho ainda pior com pacientes confusos, pré-diagnóstico, que não têm certeza do que está acontecendo. Além disso, o estudo não testou com que frequência o computador daria alarmes falsos para pessoas saudáveis, o que é uma grande preocupação. Se a ferramenta sinalizar muitas pessoas saudáveis como tendo problemas imunológicos, poderá sobrecarregar os médicos e atrasar o atendimento de quem realmente precisa.

Em última análise, esta pesquisa ressalta um desafio crescente na medicina moderna. À medida que mais pessoas recorrem à inteligência artificial para orientação de saúde, a lacuna entre o que a tecnologia pode fazer e como as pessoas realmente a utilizam torna-se uma questão de segurança. O computador não está quebrado; ele é simplesmente treinado para entender a linguagem dos especialistas, não a linguagem dos pacientes. Para os milhões de pessoas que navegam por uma odisseia diagnóstica, a promessa dessas ferramentas permanece não cumprida até que elas possam realmente ouvir a pessoa na sala, e não apenas o prontuário médico. O caminho a seguir exige a construção de sistemas que possam construir essa ponte, garantindo que, quando um paciente descrever seu sofrimento em suas próprias palavras, a resposta que ele receba não seja apenas um palpite, mas um guia confiável em direção ao cuidado de que necessita.