Resumo Técnico: Um Sistema de Suporte à Decisão Clínica Multiagente com Recuperação de Similaridade de Pacientes no MIMIC-IV

Declaração do Problema

Os atuais Sistemas de Suporte à Decisão Clínica (CDSS) frequentemente dependem de ferramentas baseadas em regras rígidas ou classificadores de aprendizado de máquina opacos que falham em fornecer um raciocínio transparente e contextualizado, adaptado às solicitações específicas do médico. Embora os Modelos de Linguagem de Grande Escala (LLMs) ofereçam capacidades avançadas de raciocínio médico, o uso de modelos monolíticos como assistentes apresenta gargalos críticos: eles carecem da capacidade intrínseca de executar a recuperação precisa e em larga escala de dados estruturados de pacientes, são propensos a alucinações e têm dificuldade com a interdependência temporal dos dados de registros eletrônicos de saúde (EHR). As abordagens de Geração Aumentada de Recuperação (RAG) existentes focam frequentemente em texto não estruturado, em vez da natureza complexa e estruturada de tabelas clínicas e códigos ICD.

Metodologia

Os autores propõem uma estrutura multiagente que integra dados estruturados de EHR do MIMIC-IV v3.1 com raciocínio impulsionado por LLM. O sistema é construído sobre uma arquitetura de seis agentes orquestrada através de um pipeline estruturado, projetada para desacoplar tarefas determinísticas de síntese clínica aberta.

1. Pré-processamento de Dados e Construção de Embeddings

O sistema processa dados do MIMIC-IV v3.1 (364.627 pacientes, 546.028 internações) em três espaços de embedding semanticamente distintos para capturar dimensões complementares do paciente:

• Embedding Clínico: Um vetor de 52 dimensões derivado de descritores fisiológicos (sinais vitais, valores laboratoriais, inclinações temporais) normalizado via escalonamento padrão.
• Embedding Categórico: Um vetor de 8 dimensões em one-hot encoding representando sexo e grupos de idade (seis coortes adultas).
• Embedding de Diagnóstico: O componente mais inovador, utilizando FastText ponderado por IDF.
  • Os códigos ICD-9 são convertidos para ICD-10 e truncados para o quarto caractere para definir categorias de doenças.
  • Um modelo FastText (Skip-gram, 100 dimensões) é treinado nessas categorias, tratando as internações como "sentenças".
  • Para lidar com a distribuição de cauda longa dos diagnósticos, um esquema de ponderação de Frequência Inversa de Documento (IDF) é aplicado com um fator de potência ($\alpha=2.0$) para amplificar condições raras e clinicamente relevantes, enquanto suprime códigos ubíquos.
  • O embedding final do paciente é a média ponderada dos vetores FastText para suas categorias únicas de ICD.

2. Similaridade Vetorial e Recuperação

Os embeddings dos pacientes são indexados em um banco de dados vetorial Milvus usando o esquema IVF FLAT. A recuperação ocorre em duas etapas:

• Estágio 1 (Geração de Candidatos ANN): Uma busca de Vizinho Mais Próximo Aproximado (ANN) no embedding de diagnóstico recupera um grande pool de candidatos (ex: $M=200$) para garantir alta revocação (recall).
• Estágio 2 (Reclassificação de Multi-Embedding): Os candidatos são reclassificados usando similaridade de cosseno exata através de todos os três tipos de embedding (diagnóstico, clínico, categórico). Os pesos para esta pontuação ($w_{diag}, w_{cli}, w_{cat}$) são atribuídos dinamicamente pelo Agente Orquestrador com base na consulta clínica específica (ex: aumentando o peso do diagnóstico para consultas de comorbidade, ou de parâmetros clínicos para consultas fisiológicas agudas).

3. Arquitetura de Seis Agentes

O fluxo de trabalho é orquestrado por seis agentes especializados:

1. Orquestrador: Converte consultas de texto livre dos médicos em um JSON de roteamento estruturado. Ele determina os tópicos de análise, se deve invocar a recuperação de similaridade de pacientes, o número de pacientes similares ($k$) e a ponderação dinâmica para o mecanismo de similaridade.
2. Construtor de Contexto: Coordena a recuperação de dados, compila os dados do paciente alvo e a coorte similar recuperada, e formata a saída em um documento JSON estruturado unificado, incluindo um glossário de ICD legível por humanos.
3. Coletor de Dados: Recupera dados brutos e traduz identificadores de banco de dados em rótulos clínicos padronizados e legíveis por humanos para fundamentar os prompts do LLM.
4. Mecanismo de Similaridade: Executa o pipeline de recuperação de dois estágios contra o banco de dados Milvus.
5. LLM Especialista: Realiza o raciocínio clínico de domínio específico (ex: análise de padrões, consultoria farmacológica) usando um modelo de fronteira. Ele opera com consciência temporal e utiliza a coorte recuperada como contexto, em vez de depender apenas de conhecimento paramétrico.
6. Sintetizador de Relatórios: Consolida análises paralelas de LLMs Especialistas em uma narrativa clínica unificada e coerente, filtrando estritamente pela consulta original do médico para minimizar redundâncias e alucinações.

Resultados Principais

O sistema foi avaliado em um benchmark de 100 consultas clínicas diversas usando uma abordagem de avaliação híbrida, incluindo "LLM-como-juiz" para métricas clínicas.

• Precisão do Orquestrador: Alcançou 0,960, demonstrando alta confiabilidade nas decisões de roteamento (seleção de agentes, ativação de recuperação e seleção de atributos de contexto).
• Desempenho do Mecanismo de Similaridade:
  • Hit-Rate @ K: 0,886 (em Jaccard $\ge$ 0,2), indicando que o sistema encontra com sucesso casos comparáveis viáveis na grande maioria das consultas.
  • nDCG @ K: 0,875, confirmando alta qualidade na classificação dos pacientes recuperados.
  • Precisão @ K: 0,491, mostrando uma densidade significativa de correspondências relevantes.
• Qualidade do Raciocínio Clínico:
  • Validade Clínica: 0,876, indicando robustez na correção médica e segurança.
  • Taxa de Contradição: 0,000, demonstrando que o Sintetizador de Relatórios consolidou perfeitamente as análises paralelas sem introduzir contradições internas ou alucinações.
• Validação UMAP: Visualizações do espaço de embedding FastText ponderado por IDF mostraram que pacientes com códigos diagnósticos correspondentes formaram clusters densos e localizados, enquanto pacientes de fundo formaram estruturas externas esparsas, validando a precisão topológica do espaço de embedding.

Significância e Alegações

O artigo afirma que este framework aborda eficazmente as limitações de LLMs monolíticos em contextos clínicos ao:

1. Decompor a Carga Cognitiva: Separar o roteamento determinístico e a recuperação do raciocínio aberto reduz cascatas de erro e minimiza os riscos de alucinação.
2. Melhorar a Precisão do Contexto: O uso de um Construtor de Contexto dedicado e da montagem de JSON estruturado otimiza o uso de tokens e garante que o LLM esteja fundamentado em evidências verificadas e específicas do paciente, em vez de formatos brutos de banco de dados.
3. Melhorar a Relevância da Recuperação: O embedding FastText ponderado por IDF captura com sucesso as hierarquias morfológicas dos códigos ICD e o valor clínico de condições raras, permitindo a recuperação de coortes de pacientes altamente alinhadas.
4. Fornecer Raciocínio Transparente: A abordagem multiagente oferece um pipeline modular e inspecionável onde a lógica de roteamento e as fontes de dados são explícitas, contrastando com a natureza de "caixa preta" dos outputs de modelos únicos.

Os autores concluem que combinar a decomposição agêntica com RAG multimodal fornece um framework robusto para integrar a IA em contextos clínicos de alto risco, oferecendo insights mais seguros, interpretáveis e personalizados. Eles observam limitações quanto ao escopo de dados de instituição única (MIMIC-IV) e à dependência de avaliação automatizada em vez de painéis de especialistas humanos, sugerindo trabalhos futuros em validação com humano no ciclo (clinician-in-the-loop) e integração em tempo real com EHR.