Resumo Técnico: Um Framework Determinístico para Verificação de Autenticidade Farmacêutica Usando IA Multimodal Restrita

Declaração do Problema

Medicamentos falsificados representam uma ameaça crítica à saúde pública global, com estimativas sugerindo que até 30% dos produtos médicos em regiões com supervisão regulatória fraca são subpadronizados ou falsificados. Embora defesas institucionais como blockchain e RFID existam, elas frequentemente falham em auxiliar o usuário final que detém uma embalagem suspeita em ambientes de recursos limitados.

O artigo identifica uma lacuna específica no uso de IA conversacional de propósito geral (ex: ChatGPT, Gemini) para verificação de medicamentos. Esses modelos, otimizados para fluência e engajamento em vez de precisão forense, exibem três padrões de falha recorrentes ao serem questionados sobre a autenticidade:

1. Dissociação Visual-Textual: Os modelos podem ler o texto via raciocínio semelhante ao OCR, mas ignorar pistas físicas como deriva de tipografia, incompatibilidade de cores ou ausência de selos holográficos.
2. Falsa Confiança: Devido à geração de próximo token que otimiza a plausibilidade, os modelos frequentemente afirmam a autenticidade sem base evidente.
3. Injeção de Ambiguidade: Os modelos frequentemente recorrem a sugestões vagas (ex: "consulte um farmacêutico") em vez de fornecer julgamentos acionáveis.

Essas falhas são inerentes à natureza probabilística dos modelos transformer, onde a amostragem controlada por temperatura prioriza o engajamento em detrimento da correção binária.

Metodologia

Os autores propõem o MedTruth, um framework de modo duplo que restringe um modelo de linguagem de grande escala (LLM) multimodal para se comportar de forma determinística em vez de aberta. O sistema utiliza o Gemini 1.5 Flash e é implementado como uma aplicação de página única (SPA) no lado do cliente para minimizar a latência.

Design Arquitetônico

O sistema emprega um roteador de estado para separar estritamente dois modos operacionais, evitando que o histórico de conversa enviese as varreduras forenses:

1. Modo de Verificação (Sem Estado/Stateless): Um pipeline de inspeção forense onde o modelo atua como uma função de classificação estruturada.
2. Modo Dr. AI (Com Estado/Stateful): Um assistente conversacional que é ativado apenas após um pacote passar na verificação, mantendo uma memória curta rotativa para consultas de dosagem e efeitos colaterais.

Prompting Baseado em Restrições

Para transformar o modelo generativo em um instrumento de pontuação, o MedTruth aplica quatro restrições específicas durante o Modo de Verificação:

• Definição de Papel: O prompt do sistema define explicitamente o modelo como um motor de verificação determinístico, proibindo textos conversacionais.
• Imposição de Esquema (Schema Enforcement): A saída é forçada em um esquema JSON estrito contendo uma pontuação de autenticidade, recomendações de segurança, arrays de anomalias visuais e flags de conformidade regulatória.
• Supressão de Temperatura: A temperatura de amostragem é fixada em 0.2 (contra o padrão criativo de 1.0) para concentrar a massa de probabilidade nos tokens mais prováveis, garantindo resultados repetíveis.
• Cadeia de Pensamento Visual (Visual Chain of Thought): O modelo é forçado através de um processo de raciocínio sequencial de quatro estágios antes de gerar um veredito:
  1. Extrair texto visível (nome do medicamento, lote, validade) e elementos de design.
  2. Comparar observações contra padrões de marca esperados (ex: refração de holograma).
  3. Cruzar o nome do medicamento declarado contra o princípio ativo (API) e a dosagem listados.
  4. Verificar marcadores regulatórios obrigatórios (ex: símbolo Rx, formato de licença).

Pontuação de Autenticidade

O framework calcula uma pontuação de autenticidade composta ($S_{auth}$) usando uma média geométrica ponderada de três vetores:

• Identidade Visual/Trade Dress ($V_m$, peso 0.4): Tipografia, fidelidade de cor, hologramas e layout.
• Consistência Semântica ($S_c$, peso 0.4): Correspondência entre o nome do medicamento, o API e a dosagem plausível.
• Conformidade Regulatória ($R_c$, peso 0.2): Presença e formato de marcadores regulatórios.

O uso da média geométrica garante que uma pontuação alta em um vetor não possa mascarar uma falha crítica em outro (ex: uma impressão perfeita não pode sobrepor um ingrediente ativo errado). As pontuações mapeiam para três rótulos: AUTENTICADO ($\geq 0.75$), NÃO VERIFICADO ($0.50–0.75$) e SUSPEITO ($< 0.50$).

Contribuições Principais

1. Arquitetura de Roteador de Modo Duplo: Um design que isola a varredura determinística da conversa aberta para evitar a contaminação de estados.
2. Metodologia de Prompting de Restrição: Uma combinação de imposição de esquema, amostragem de baixa temperatura e raciocínio em estágios que reduz mensuravelmente a alucinação em modelos multimodais de propósito geral sem necessidade de retreinamento.
3. Validação Empírica: Um estudo comparativo contra um chatbot multimodal padrão e um pipeline de OCR tradicional, demonstrando ganhos em precisão, confiabilidade e output acionável.

Resultados

O sistema foi avaliado em um conjunto de dados de 50 imagens de embalagens farmacêuticas (30 genuínas, 15 falsificações adversariais com falhas sutis e 5 capturas de baixa qualidade).

• Precisão: O MedTruth alcançou 92% de precisão de verificação geral, identificando corretamente 28/30 amostras genuínas e 13/15 amostras adversariais.
• Redução de Alucinação: A taxa de alucinação caiu de 15% no baseline do chatbot padrão (GPT-4o) para menos de 2% no MedTruth. A única falha no MedTruth ocorreu em uma imagem deliberadamente borrada.
• Latência: A latência média de verificação foi de 2.1 segundos, posicionando-se dentro de uma janela utilizável para ferramentas de consumo, apesar dos passos adicionais de raciocínio estruturado.
• Comparação: O chatbot padrão falhou principalmente em amostras adversariais com incompatibilidades semânticas ocultas, enquanto o cruzamento estruturado do MedTruth conseguiu detectar esses erros. O Google Lens (apenas OCR) não forneceu um veredito direto, deixando a interpretação para o usuário.

Significância e Alegações

O artigo afirma que restrições arquitetônicas e prompting estruturado podem tornar a IA multimodal de propósito geral viável para domínios de missão crítica onde o determinismo é mais importante do que a conversa aberta.

• Confiabilidade sobre Escala: O trabalho demonstra que melhorar a confiabilidade não requer necessariamente o retreinamento de modelos maiores com conjuntos de dados massivos e rotulados; em vez disso, o design cuidadoso do sistema e as restrições de comportamento produzem melhorias significativas.
• Output Acionável: Ao converter um modelo generativo em um instrumento de pontuação com um output JSON estrito, o sistema fornece decisões claras e acionáveis (Autenticado/Não Verificado/Suspeito) em vez de respostas conversacionais ambíguas.
• Limitações Reconhecidas: Os autores notam modestamente que o vetor regulatório valida a conformidade de formato, não a autenticidade de números de licença específicos (o "problema do oráculo"), e que o tamanho do conjunto de dados (50 amostras) é modesto em relação à diversidade global de embalagens. Eles posicionam o MedTruth como um sistema de suporte à decisão, e não como um substituto para testes laboratoriais ou avaliação profissional.

O estudo conclui que separar o processo de verificação em uma tarefa forense sem estado e uma tarefa conversacional com estado permite que a IA multimodal seja implantada em ambientes de alto risco com resultados repetíveis e confiáveis.