# Modelos de linguagem de grande porte podem ser úteis sobre dados de prontuários eletrônicos em pediatria e cirurgia, e o que a evidência atual permite concluir?

> Uma revisão sistemática identificou 44 estudos sobre modelos de linguagem de grande porte aplicados a prontuários eletrônicos em pediatria e cirurgia. A maioria era retrospectiva e focada em classificação. Houve melhora de desempenho em 78,1% dos estudos com comparador tradicional, mas a validação externa e o teste em fluxos clínicos reais permanecem limitados.

Estudo citado: Daskalo C, Abu-Ashour W, Tshimula JM, Amoei M, Guadagno E, Poenaru D. Large language models for electronic health records in pediatric and surgical care: A systematic review. Journal of pediatric surgery. 2026. DOI: https://doi.org/10.1016/j.jpedsurg.2026.162956. PubMed: https://pubmed.ncbi.nlm.nih.gov/41619843/

## Resposta

A revisão sistemática reuniu a literatura disponível sobre o uso de modelos de linguagem de grande porte (LLMs) em prontuários eletrônicos na pediatria e na cirurgia. O ponto de partida é relevante para a prática: grande parte da informação clínica está em texto não estruturado, e os LLMs surgem como ferramentas promissoras para acessar e organizar esses dados.

Os resultados mostram um campo em expansão, porém inicial. A maioria dos estudos foi publicada em 2024, e os modelos mais frequentes foram variantes de BERT e o ChatGPT. Quase todos os estudos usaram apenas dados retrospectivos não estruturados, e uma parcela expressiva teve como foco tarefas de classificação. Entre os estudos com comparador tradicional, houve melhora de desempenho na maior parte deles.

As aplicações propostas com mais frequência foram o auxílio à documentação clínica e o suporte diagnóstico e à decisão clínica. Esses usos dialogam diretamente com demandas do consultório, como reduzir tempo de escrita e apoiar a organização de informações, mas o resumo não informa resultados de implementação em rotinas assistenciais.

A conclusão dos autores é cautelosa: os LLMs oferecem oportunidades para análise de prontuários em pediatria e cirurgia, mas a maioria dos estudos permanece em estágio inicial. As limitações apontadas incluem validação externa restrita e ausência de avaliação em fluxos clínicos reais. Pesquisas futuras devem priorizar validação rigorosa e testes no mundo real.

Para o médico, o recado é de expectativa calibrada. Há sinal de desempenho promissor em tarefas específicas, mas ainda não há base suficiente, segundo o resumo, para tratar essas ferramentas como validadas na prática clínica pediátrica e cirúrgica. A decisão de adotar qualquer solução deve considerar esse estágio de evidência.

## O que o estudo mostrou

Trata-se de uma revisão sistemática com busca em dez bases de dados até novembro de 2024, seguindo diretrizes PRISMA, com triagem independente por dois revisores e avaliação de risco de viés pelo PROBAST. De 4326 estudos identificados, 44 foram incluídos: 30 em especialidades cirúrgicas, 3 em subespecialidades cirúrgicas pediátricas e 11 em pediatria. A maioria foi publicada em 2024. Os modelos incluíram variantes de BERT (52,3%), ChatGPT (29,5%) e outros (18,2%). Cerca de 90,9% usaram apenas dados retrospectivos não estruturados e 40,9% focaram classificação. Houve melhora de desempenho em 78,1% dos estudos com comparador tradicional. As aplicações mais propostas foram documentação clínica (54,5%) e suporte diagnóstico e à decisão clínica (36,4%).

## Limitações

O resumo não informa detalhes sobre tamanho de amostra dos estudos incluídos nem sobre heterogeneidade entre eles. As principais limitações apontadas são a validação externa limitada e a falta de avaliação em fluxos clínicos reais. Predominam dados retrospectivos não estruturados, o que restringe a conclusão sobre desempenho prospectivo e sobre impacto em desfechos de pacientes. O resumo também não informa resultados específicos por subespecialidade.

## Aplicação no consultório

A revisão sugere que ferramentas baseadas em LLMs podem apoiar documentação clínica e suporte à decisão, mas ainda em estágio inicial de evidência. Na prática, isso recomenda cautela antes de incorporar tais soluções à rotina, priorizando avaliação local de desempenho e supervisão médica. Para a gestão do consultório, o momento é de acompanhar a literatura e planejar pilotos com métricas claras, sem assumir benefícios clínicos ou de qualidade ainda não demonstrados em fluxos reais.

## Perguntas para aprofundar

- Como avaliar o desempenho de modelos de linguagem de grande porte antes de usá-los na documentação clínica do consultório?
- Quais tarefas de prontuário eletrônico em pediatria e cirurgia têm maior suporte na literatura atual sobre LLMs?
- Que tipo de validação ainda falta para que LLMs sejam adotados com segurança em fluxos clínicos reais?

Tema: Escriba ambiental e documentação clínica com IA. Página: https://alphadoctor.com.br/ciencia/ia-escriba-documentacao/modelos-de-linguagem-de-grande-porte-podem-ser-uteis-sobre-dados-de-prontuarios/

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.