Comparar 9 Grandes Modelos de Linguagem na Assistência Médica
Avaliamos 9 LLMs utilizando o conjunto de dados MedQA, um benchmark de exame clínico de nível de pós‑graduação derivado das questões do USMLE. Cada modelo respondeu aos mesmos cenários clínicos de múltipla escolha com um prompt padronizado, permitindo a comparação direta da precisão.
Também registramos a latência por pergunta, dividindo o tempo total de execução pelo número de itens do MedQA concluídos.
Resultados do benchmark de LLMs na saúde
Metodologia do benchmark: Este benchmark avalia o desempenho do fine‑tuning supervisionado de LLMs da saúde em comparação com grandes modelos de propósito geral (GPT‑4) em tarefas de resposta a perguntas médicas. Consulte fontes de dados do benchmark.
MedQA: Questões de exame médico de múltipla escolha baseadas no United States Medical Licensing Examination.
Figura 1: Exemplo de questão clínica de múltipla escolha no estilo USMLE.
MedMCQA: Conjunto de dados de grande escala para Resposta a Perguntas de Múltipla Escolha (MCQA) concebido para abordar questões reais de exames de admissão médica.
Figura 2: Uma questão de múltipla escolha de um exame de admissão médica de grande escala que exige que o modelo selecione a resposta correta e interprete as explicações associadas sobre achados clínicos.
PubMedQA: Benchmark de resposta a perguntas biomédicas que utiliza respostas sim/não/talvez.
Figura 3: Uma pergunta biomédica de sim/não/talvez, na qual o modelo deve julgar a correção de uma afirmação clínica utilizando o contexto do estudo fornecido.
Exemplos de LLMs na saúde
Tipo BERT (Apenas codificador)
Otimizados para codificar e representar texto biomédico, estes modelos destacam-se na extração de características para tarefas como classificação.
Tipo ChatGPT / LLaMA (Decodificador, ajustado por instrução/chat)
Baseados em arquiteturas do tipo LLaMA e otimizados para tarefas interativas e diálogos clínicos.
Tipo GPT / PaLM (Apenas decodificador, generativo)
Construídos de forma semelhante ao GPT‑3 ou PaLM, estes modelos são ajustados para geração de texto de propósito geral e sumarização.
LLMs de propósito geral na saúde
*Llama 3.1 Instruct Turbo com 405B parâmetros. Consulte metodologia do benchmark.
Principais conclusões:
- o1: Modelo com melhor desempenho
- 03 mini: Melhor opção de custo-benefício
- GPT 4.1: Melhor velocidade e tempo de resposta
Além da precisão e do custo de entrada, os modelos também diferem nas abordagens subjacentes para responder a perguntas médicas. Por exemplo, o o3 utiliza uma abordagem mais analítica, passo a passo, enquanto o GPT‑5 responde de forma empática, organiza e explica a informação claramente para não especialistas:
Figura 4: Figura que mostra as diferenças entre as respostas do GPT‑5 e do o3.
Fine‑tuning de LLMs médicos
O desempenho do ChatGPT padrão (modelo 4o) é comparado com o assistente existente do “Clinical Medicine Handbook”. Ambos os modelos recebem o mesmo prompt e as suas respostas são analisadas:
GPT 4o
Figura 5: A figura mostra que a resposta do modelo padrão GPT 4o é precisa, mas também altamente resumida.1
LLM médico com fine‑tuning
Figura 6: A figura mostra que a resposta do agente especializado é melhor explicada e detalhada.2
Leia sobre LLM fine‑tuning e LLM training para saber mais.
Aplicações de LLMs de propósito geral
Estes modelos são modelos de uso geral com fine‑tuning que necessitam de adaptação ao domínio para realizar tarefas clínicas com precisão. Pode utilizar estes modelos na saúde recorrendo a:
- Pré‑treinamento contínuo em dados médicos para ajudar o modelo a identificar melhor a linguagem médica, expondo‑o a notas clínicas e literatura biomédica (como a PubMed).
- RAG para obter dados de documentos clínicos verificados e produzir respostas precisas em tempo de execução.
- Fine‑tuning por instrução para permitir que o modelo aprenda a responder a perguntas clínicas ou extrair sintomas de texto.
Figura 7: Um fluxo de trabalho geral de fine‑tuning de LLM para casos de uso especializados.
Casos de uso de LLMs em contextos clínicos
1. Transcrição médica
Os LLMs podem ajudar a criar transcrições médicas ao:
- Ouvir o diálogo natural entre um paciente e um clínico.
- Extrair detalhes médicos críticos.
- Condensar dados médicos em registos clínicos compatíveis que se alinham com as secções relevantes de um EHR.
Exemplo real: O MedLM da Google é capaz de captar e transformar a conversa paciente‑clínico em transcrição médica.9
2. Melhoria dos registos clínicos eletrónicos (EHR)
A utilização generalizada de registos clínicos eletrónicos (EHRs) gerou enormes quantidades de dados de pacientes que, quando utilizados eficazmente, podem melhorar significativamente os cuidados de saúde.
Por exemplo, a análise dos dados dos EHRs pode ajudar os clínicos a tomar melhores decisões ao revelar padrões nos diagnósticos, tratamentos e resultados. Pode também apoiar a deteção precoce de doenças e cuidados mais personalizados, identificando fatores de risco e adaptando os tratamentos a cada paciente.
Ao nível do sistema, os dados dos EHRs podem melhorar a eficiência ao reduzir exames redundantes, evidenciar lacunas nos cuidados e fundamentar políticas que aumentam a qualidade e reduzem custos.
Exemplo real: O MedLM da Google é utilizado pela BenchSci, Accenture e Deloitte para melhorar os registos clínicos eletrónicos (EHRs).
- BenchSci integrou o MedLM na sua plataforma ASCEND para melhorar a qualidade da investigação pré‑clínica.
- Accenture utiliza o MedLM para organizar dados não estruturados de múltiplas fontes, automatizando operações manuais anteriormente demoradas e propensas a erros.
- Deloitte trabalha com o MedLM para minimizar os atritos na procura de tratamento. Utilizam um chatbot interativo que ajuda os participantes de planos de saúde a compreender melhor as alternativas de prestadores.10
3. Apoio à decisão clínica
Os LLMs ajudam os clínicos a interpretar informação específica do paciente contida na evidência médica atual, trazendo à superfície considerações relevantes durante o diagnóstico ou planeamento do tratamento, sem substituir o julgamento clínico.
Exemplo real: O MedGemma (Google DeepMind) é uma coleção de modelos médicos de peso aberto construídos sobre a arquitetura Gemma 3 da Google. Em vez de funcionar como uma ferramenta de diagnóstico direta para o consumidor, o MedGemma serve de base para que os programadores criem aplicações médicas destinadas aos clínicos.
Concebido tanto para análise de texto como de imagem médica, o MedGemma é capaz de interpretar imagens médicas complexas, incluindo radiografias de tórax, ressonâncias magnéticas e tomografias computorizadas. Também suporta tarefas de raciocínio clínico, como resumir notas de pacientes ou responder a perguntas do tipo exame de medicina.
De acordo com uma análise de um radiologista cardiotorácico certificado nos EUA, 81% dos relatórios de radiografia de tórax do MedGemma levariam a decisões de gestão do paciente semelhantes às baseadas nos relatórios originais do radiologista (ver gráfico abaixo).
Figura 8: O gráfico mostra com que frequência os relatórios de radiografia de tórax gerados por IA e os relatórios originais dos radiologistas conduzem a resultados clínicos semelhantes ou diferentes em casos normais, anormais e em todos os casos.11
4. Apoio à investigação médica
Na investigação médica, o valor central dos LLMs reside na sua capacidade de acelerar a revisão e síntese da literatura.
Em vez de resumir artigos, os LLMs ajudam os investigadores a acompanhar a literatura biomédica em rápida expansão, identificando estudos relevantes, extraindo descobertas‑chave e sintetizando perceções de múltiplas fontes.
Exemplo real: O chatbot de saúde da John Snow ajuda os investigadores a encontrar artigos científicos relevantes, extrair ideias‑chave e identificar tendências de investigação. É particularmente valioso para navegar no vasto volume de literatura biomédica.12
5. Comunicação automatizada com o paciente
Os grandes modelos de linguagem na saúde podem redigir respostas informativas e compassivas às perguntas dos pacientes. Alguns exemplos incluem:
- Gestão e lembretes de medicação: Um chatbot fornece aos pacientes lembretes regulares para tomar a sua medicação para a diabetes e solicita confirmação.
- Monitorização da saúde e cuidados de seguimento: Um paciente pós‑operatório envia o seu estado de dor e ferida a um chatbot, que determina se o processo de cicatrização está a progredir.
- Comunicação informativa e educacional: Um paciente pergunte a um chatbot como gerir a tensão arterial elevada, e o chatbot responde com dicas de nutrição e estilo de vida.
Exemplo real: O ChatGPT Health permite aos utilizadores ligar de forma segura os seus registos médicos e dados de bem‑estar (por exemplo, Apple Health ou MyFitnessPal). Os utilizadores podem então fazer perguntas ao ChatGPT sobre os seus próprios dados, como “Como está a minha tendência de colesterol?” ou “Resume os meus últimos resultados laboratoriais.”13
Exemplo real: O Boston Children’s Hospital utiliza o Buoy Health, um chatbot de verificação de sintomas online baseado em IA, que fornece aos pacientes respostas instantâneas a perguntas relacionadas com a saúde e consultas iniciais.
O chatbot pode triar pacientes analisando os seus sintomas e aconselhando se precisam de consultar um médico.14
6. Resultados de saúde preditivos
Os LLMs podem ser posicionados para permitir a estratificação de risco e previsão em saúde. Ao apoiar a análise de dados clínicos estruturados e não estruturados, os LLMs podem ajudar a identificar pacientes com risco elevado (como a readmissão hospitalar) e apoiar o planeamento proativo de cuidados, muitas vezes em combinação com modelos preditivos tradicionais.
Exemplo real: Os farmacêuticos da WVU utilizam um algoritmo preditivo para determinar o risco de readmissão. Esta abordagem examinará dados dos registos clínicos eletrónicos (EHRs), que incluem dados demográficos do paciente, história clínica e determinantes socioeconómicos da saúde.
Com base nesta investigação, os farmacêuticos da WVU identificam pacientes com alto risco de readmissão e atribuem coordenadores de cuidados para os acompanhar após a alta. Isto pode ajudar a reduzir as taxas de readmissão.15
7. Planos de tratamento personalizados
Ao integrar história clínica, sintomas e dados longitudinais de saúde, os LLMs podem ajudar a traduzir informação complexa do paciente em considerações de cuidados individualizadas, apoiando discussões de tratamento mais personalizadas e conscientes do contexto entre clínicos e pacientes.
Exemplo real: O chatbot de IA da Babylon Health fornece recomendações de saúde individualizadas com base nos sintomas e no histórico médico do utilizador. Envolve o utilizador numa conversa, fazendo perguntas relevantes para analisar melhor os seus problemas e dando recomendações personalizadas.16
8. Codificação e faturação médica
Os grandes modelos de linguagem podem automatizar processos de auditoria analisando os registos dos pacientes e os EHRs.
Exemplo real: A Epic Systems, um fornecedor de EHR, integra LLMs no seu software para auxiliar na codificação e faturação. Os LLMs podem monitorizar anomalias nos padrões de acesso a informações sensíveis de pacientes ou inconsistências nas práticas de codificação e faturação.17
Exemplo real: O Claude for Healthcare (Anthropic) é uma plataforma orientada para empresas, concebida para organizações de saúde, prestadores e seguradoras. Liga modelos de linguagem de grande dimensão a bases de dados médicas profissionais como a ICD‑10 e a CMS Coverage Database, permitindo aos hospitais automatizar fluxos de trabalho administrativos. Estes fluxos incluem autorizações prévias de seguros, sumarização de processos clínicos e triagem de mensagens do portal do paciente.18
No entanto, os LLMs não estão totalmente prontos para a codificação médica, mas as suas contribuições são promissoras: Investigadores examinaram com que frequência quatro LLMs (GPT‑3.5, GPT‑4, Gemini Pro e Llama2‑70b Chat) emitiram os códigos CPT, ICD‑9‑CM e ICD‑10‑CM corretos.
Os seus resultados mostram uma oportunidade significativa de melhoria. Os investigadores descobriram que os LLMs geram frequentemente códigos que transmitem informações imprecisas, com uma precisão máxima de 50%.19
9. Formação e educação
Os grandes modelos de linguagem e a IA generativa podem ser utilizados como ferramentas educativas interativas, ajudando os clínicos e os pacientes a compreender melhor conceitos médicos complexos e a esclarecer informações confusas.
Caso de uso real: A Oxford Medical Simulation utiliza LLMs integrados com tecnologia de RV para criar simulações imersivas de pacientes virtuais.
Estas simulações permitem que os estudantes experimentem cenários de alta pressão, como lidar com um paciente em paragem cardíaca, sem consequências no mundo real.
Os LLMs alimentam as respostas dos pacientes virtuais, tornando‑as mais realistas e imprevisíveis, preparando os estudantes para a variabilidade dos ambientes clínicos reais.20
10. Descoberta e desenvolvimento de fármacos
Os LLMs estão a acelerar a investigação farmacêutica ao reduzir os ciclos de desenvolvimento e o custo de trazer novos compostos para o mercado. Estes modelos podem:
- Analisar estruturas moleculares complexas e assinalar compostos com potencial terapêutico.
- Prever a eficácia e o perfil de segurança de fármacos candidatos antes dos testes laboratoriais.
- Sugerir novas configurações moleculares direcionadas a alvos terapêuticos específicos.
- Otimizar compostos líder para melhorar a farmacocinética e reduzir os efeitos secundários.
Os modelos de linguagem química, um subconjunto de LLMs especificamente concebidos para aplicações farmacêuticas, produziram resultados mensuráveis no design de fármacos de novo. A investigação indica que os modelos de arranque a quente (aqueles inicializados a partir de modelos de linguagem bioquímica pré‑treinados) geram compostos de qualidade superior aos das abordagens de base.21
11. Radiologia e imagem médica
Os LLMs multimodais que processam texto e imagens podem analisar imagens médicas juntamente com dados clínicos para apoiar a deteção de anomalias e contribuir para interpretações diagnósticas mais precisas.
- Interpretação de imagens: Modelos como o Med‑Flamingo e o LLaVA‑Med analisam imagens médicas num contexto clínico, apoiando os radiologistas na deteção precoce de condições visíveis em radiografias de tórax, ressonâncias magnéticas e tomografias computorizadas.
- Geração automatizada de relatórios: Sistemas como o ChatCAD geram relatórios de radiologia diretamente a partir de dados de imagem, abordando uma das tarefas mais demoradas nos departamentos de imagem de grande volume.
12. Literacia em saúde e acessibilidade linguística
Uma lacuna prática nos cuidados ao paciente é a distância entre a linguagem clínica e a linguagem que os pacientes utilizam para descrever a sua própria saúde. Os LLMs podem ajudar a colmatar esta lacuna ao:
- Traduzir terminologia e jargão médico para linguagem simples, adequada ao nível de leitura do paciente.
- Superar diferenças linguísticas entre pacientes e prestadores em contextos de cuidados multilingues.
- Explicar opções de tratamento, resultados de exames e planos de cuidados em formatos que os pacientes possam pôr em prática.
Uma melhor compreensão por parte do paciente está associada a uma melhor adesão ao tratamento e a melhores resultados.
Desafios dos LLMs na saúde
Preocupações com a privacidade
A utilização de aplicações de saúde baseadas em LLMs que não tenham sido adequadamente desenvolvidas, testadas ou aprovadas para uso médico pode representar riscos significativos para os utilizadores, particularmente no que diz respeito à privacidade dos dados.
Estas ferramentas processam frequentemente informações de saúde sensíveis fornecidas pelo utilizador, mas nem sempre é claro como esses dados são armazenados, partilhados ou se as aplicações cumprem integralmente as leis e regulamentos de proteção de dados existentes.22
Precisão e fiabilidade
Os LLMs também são propensos a alucinações, informações plausíveis mas incorretas ou enganadoras.
Por exemplo, quando lhe foi colocada uma questão médica, o GPT‑3.5 recomendou incorretamente tetraciclina para uma paciente grávida, apesar de ter explicado corretamente os seus potenciais danos para o feto.23
Figura 8: Um exemplo do GPT‑3.5 mostrando a recomendação incorreta de um medicamento.
Generalização vs. especialização
Um LLM treinado em dados médicos gerais pode não ter a experiência detalhada necessária para especialidades médicas específicas.
Vieses e considerações éticas
Para além da precisão, existem preocupações éticas, como o potencial de os LLMs perpetuarem vieses presentes nos seus dados de treino. Isto poderia resultar em recomendações de cuidados desiguais para diferentes grupos demográficos.
Para mais detalhes sobre os desafios dos grandes modelos de linguagem, leia os riscos da IA generativa e a ética da IA generativa.
Adicionar como fonte preferencialO futuro dos LLMs na saúde
A análise de Stanford indica que existe um potencial significativo por explorar para os LLMs na saúde.24
Embora muitos LLMs tenham sido utilizados para tarefas como o aumento do diagnóstico ou a comunicação com o paciente, menos se focaram em tarefas administrativas que contribuem para o esgotamento dos clínicos.
No futuro, os LLMs poderão evoluir para interagir com comportamento, mais contexto e emoções, permitindo‑lhes fornecer um apoio mais personalizado e empático.
Metodologia dos grandes modelos de linguagem na saúde
Metodologia do benchmark: Este benchmark avalia 9 LLMs de uso geral em questões médicas de nível pós‑graduado utilizando o conjunto de dados MedQA, cujo conteúdo é extraído United States Medical Licensing Examination (USMLE). Cada questão inclui um cenário clínico e opções de resposta de múltipla escolha.
Saídas dos LLMs: Cada modelo foi instruído a devolver uma resposta estruturada (por exemplo, “Answer: C”).25
Latência: O tempo médio que um modelo demora a gerar uma resposta a um único prompt do MedQA. Por exemplo, se 100 perguntas demorarem 1.115 segundos no total a completar, a latência média é de 11,15 segundos por pergunta.
Fontes de dados do benchmark de LLMs na saúde
- Resultados do Me‑LLaMA 70B26
- Resultados do Meditron 70B27
- Resultados do Med‑PaLM 228
- ChatGPT & GPT‑429
Cite esta pesquisa
Escolha o formato adequado ao local onde você vai publicar. Colar a versão com link no seu CMS preserva o backlink.
@misc{dilmegani2026,
author = {Dilmegani, Cem},
title = {{Comparar 9 Grandes Modelos de Linguagem na Assistência Médica}},
year = {2026},
month = may,
howpublished = {\url{https://aimultiple.com/large-language-models-in-healthcare}},
note = {AIMultiple. Acessado em 21 Maio 2026}
}Links de referência
Seja o primeiro a comentar
Seu endereço de e-mail não será publicado. Todos os campos são obrigatórios. Os comentários são deixados em seu idioma original.