VozConsultAI: A Provider-Agnostic Architecture and a Clinically Grounded Evaluation of Open-Weight Large Language Models for SOAP Note Extraction in Brazilian Portuguese Telehealth
Este artigo introduz o VozConsultAI, uma arquitetura de microsserviços agnóstica a provedores para a geração automatizada de notas SOAP em telemedicina em português brasileiro, e apresenta o primeiro benchmark comparativo de modelos de linguagem de pesos abertos utilizando uma nova métrica de avaliação clinicamente fundamentada que prioriza a segurança e penaliza alucinações.
Artigo original sob licença CC BY 4.0 (https://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 um médico ocupado no Brasil tentando ajudar um paciente por uma chamada de vídeo. Enquanto ele ouve e fala, também tenta freneticamente digitar um relatório médico. Este relatório, chamado de nota SOAP, é como uma receita padronizada para registros médicos: precisa listar o que o paciente disse (Subjetivo), o que o médico observou (Objetivo), o que o médico pensa que está errado (Avaliação) e qual é o plano (Plano).
No massivo sistema de saúde pública do Brasil, essa papelada é um fardo enorme, levando ao esgotamento profissional (burnout). A maioria das ferramentas existentes que automatizam isso são como "caixas pretas" dos EUA: elas só falam inglês, custam uma fortuna por consulta e enviam dados sensíveis de pacientes para nuvens estrangeiras, o que viola as leis de privacidade brasileiras.
O VozConsultAI é um novo projeto projetado para consertar isso. Pense nele como um "escrevente digital" inteligente, flexível e local, construído especificamente para o Brasil. Veja como ele funciona, dividido em partes simples:
1. A Arquitetura do "Tradutor Universal"
Imagine a cozinha de um restaurante movimentado. Normalmente, você tem que fazer o pedido para um chef específico (uma empresa de IA específica). Se esse chef estiver ocupado ou o cardápio mudar, você fica preso.
O VozConsultAI constrói um sistema de pedidos inteligente (chamado de "Broker") que fica entre o médico e a cozinha.
- Independente de Provedor: O médico não precisa saber qual chef está cozinhando. O sistema pode rotear o pedido para um chef na nuvem, um chef de cozinha local ou um chef de código aberto gratuito, dependendo do que estiver disponível e das regras.
- Confiabilidade: Se um chef derrubar um prato (sofrer um erro/queda), o sistema percebe, assume o pedido e o entrega a outro chef sem que o cliente (o médico) sequer saiba que houve um problema.
- Privacidade em Primeiro Lugar: Como a lei brasileira (LGPD) diz que os dados dos pacientes devem permanecer sob o controle do país, este sistema pode rodar inteiramente nos próprios servidores do hospital usando modelos de "pesos abertos" (cérebros de IA cujo código é livre para baixar e rodar localmente), garantindo que nenhum dado saia do prédio.
2. O "Juiz Rigoroso" (Avaliação)
O maior perigo com médicos de IA é a alucinação — quando a IA inventa fatos que parecem plausíveis, mas nunca aconteceram (ex: inventar um sintoma que o paciente nunca mencionou).
Os autores não perguntaram apenas: "A IA escreveu uma boa frase?". Eles criaram um teste de segurança de três partes:
- Correção: Ela colocou os fatos certos nas seções corretas? (ex: Colocou o diagnóstico na seção "Avaliação" e não no "Plano"?)
- Cobertura: Ela esqueceu algo importante? (ex: Esqueceu de mencionar a alergia do paciente?)
- Fundamentação (A Rede de Segurança): Esta é a parte mais importante. Para cada fato que a IA escreve, ela deve apontar exatamente o ponto na conversa onde o médico ou o paciente disse aquilo. Se a IA inventar um fato, ela recebe uma nota baixa.
Eles combinaram isso em uma pontuação única chamada Índice de Qualidade de Documentação Clínica (CDQI), que penaliza severamente a invenção de informações.
3. O "Teste de Sabor" (Os Resultados)
A equipe testou cinco modelos diferentes de IA de código aberto (os "chefs") usando 30 conversas médicas brasileiras fictícias, porém realistas. Eles queriam ver qual modelo conseguiria escrever as melhores notas SOAP sem alucinar.
- O Vencedor: O DeepSeek V3.2 ficou no topo. Ele alcançou a maior pontuação geral de segurança (0,87) e foi o melhor em manter-se fiel aos fatos (pontuação de fundamentação de 0,96).
- O Segundo Lugar: O Llama 3.3 ficou muito próximo em qualidade, mas exigiu menos poder computacional.
- A Surpresa: Maior nem sempre é melhor. Embora o maior modelo tenha vencido, um modelo ligeiramente menor (Llama) teve um desempenho quase tão bom, provando que a forma como o modelo é treinado importa mais do que apenas o seu tamanho.
- O Ponto Fraco: Todos os modelos tiveram mais dificuldade nas seções de Avaliação e Plano. Isso faz sentido porque essas partes exigem que a IA infira ou suponha os próximos passos, que é onde ela tem mais probabilidade de inventar coisas. O artigo observa que essas seções sempre precisarão de um médico humano para conferir.
A Conclusão
O VozConsultAI prova que o Brasil não precisa depender de ferramentas de IA caras, estrangeiras e exclusivas para o inglês para automatizar a papelada médica. Podemos construir nosso próprio sistema que:
- Respeita as leis de privacidade locais ao rodar em servidores locais.
- Alterna entre diferentes motores de IA facilmente.
- Usa um sistema de pontuação rigoroso focado em segurança para garantir que a IA não invente fatos médicos.
O artigo conclui que, embora esses modelos de IA abertos já sejam bons o suficiente para serem úteis, as partes de "Avaliação" e "Plano" das notas ainda precisam de um médico humano para revisá-las antes de serem finalizadas. O objetivo é reduzir a carga de digitação do médico, não substituir seu julgamento.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.