Os modelos de linguagem de grande escala, ou em inglês large language models (LLM), baseados em Inteligência Artificial (IA), como o ChatGPT, são cada vez mais usados pela população e em Saúde . Dois cardiologistas do Hospital da Luz, José Ferreira Santos e Hélder Dores , acabam de publicar na conceituada revista científica “Diagnostics” um estudo sobre o uso e o impacto dos LLM na prevenção de doenças cardiovasculares, avançando com uma proposta de regulação para a sua implementação segura na prática médica. Publicado a 26 de janeiro deste ano, o artigo tem por título “Large Language Models in Cardiovascular Prevention: A Narrative Review and Governance Framework” . José Ferreira Santos, diretor clínico do Hospital da Luz Setúbal e do Hospital da Misericórdia de Évora, e Hélder Dores, coordenador de Cardiologia Clínica do Hospital da Luz Lisboa, fizeram uma revisão dos estudos publicados na última década (2015 a 2025), relativamente a três domínios: aplicações usadas por doentes, aplicações clínicas para apoio à decisão médica e aplicações de sistema para extração automatizada de dados, construção de registos e vigilância da qualidade. Estas são as principais conclusões: “Embora os modelos LLM gerem informação de forma empática para os doentes, e em conformidade com as diretrizes, não têm ainda as especificidades necessárias para darem um aconselhamento personalizado e sem necessidade de supervisão.” “Para os médicos, os LLM resumem eficazmente as notas clínicas e elaboram documentação, mas continuam a não ser fiáveis para cálculos determinísticos de risco e tomada de decisões autónoma.” “As aplicações focadas nos sistemas de saúde demonstram potencial para identificar populações vulneráveis, apoiar na recolha de dados clínicos para registos e estudos e desenvolver ferramentas que ajudam a estratificar o risco, incorporando várias modalidades de exames”. “No entanto, a generalização dos LLM, usados de forma não controlada, cria o risco de erros clínicos, secundários a alucinações, conhecimento desatualizado e vieses de automação e coloca em causa a privacidade dos dados.” “Os LLM podem ajudar a mitigar as barreiras estruturais na prevenção cardiovascular, mas devem ser implementados atualmente apenas como uma espécie de ‘motores de raciocínio’, que, com supervisão, podem auxiliar no julgamento clínico, mas não para substituir a decisão médica.” “Em cardiologia preventiva, os LLM constituem uma oportunidade realista para colmatar a lacuna existente entre as recomendações científicas e a prática clínica. Ao processar dados clínicos não estruturados, eles podem identificar doentes de alto risco, sintetizar históricos complexos e personalizar a comunicação sobre saúde, estendendo a experiência de nível especializado aos cuidados de rotina.” Para orientar “o caminho a percorrer para uma integração responsável dos LLM” na prática clínica, os autores propõem a aplicação da ‘fórmula’ CARDIO (sigla de Clinical validation, Auditability, Risk stratification, Data privacy, Integration, and Ongoing vigilance). “Large Language Models in Cardiovascular Prevention: A Narrative Review and Governance Framework” pode ser lido aqui .
