Uma pesquisa da Universidade Federal de Alagoas (Ufal) que aplica inteligência artificial à estruturação de laudos radiológicos foi reconhecida nacionalmente no Simpósio Brasileiro de Computação Aplicada à Saúde (SBCAS 2026). O artigo Large Language Models for Structured Chest CT Reporting in Portuguese: a Comparative Study with Radiologist Validation (Modelos de linguagem de grande escala para estruturação de laudos de tomografia computadorizada de tórax em português: um estudo comparativo com validação por radiologistas) recebeu o prêmio de Melhor Artigo, ou Best Paper, durante o evento, realizado de 1º a 4 de junho de 2026, em Ouro Preto, Minas Gerais.

Promovido pela Sociedade Brasileira de Computação (SBC), por meio da Comissão Especial de Computação Aplicada à Saúde (CE-CAS), o SBCAS é um dos principais eventos nacionais dedicados à interface entre computação e saúde. O simpósio reúne pesquisadores, estudantes e profissionais de diferentes instituições para discutir avanços em informática médica, ciência de dados em saúde, processamento de linguagem natural, sistemas de apoio à decisão clínica e aplicações de inteligência artificial na área da saúde.

A seleção dos trabalhos também reforça a relevância da premiação. O artigo foi premiado na trilha principal da Conferência, que é a de artigos científicos completos. Foram mais de 168 trabalhos submetidos e o trabalho da Ufal foi o selecionado. De acordo com os anais do evento, a taxa de aceitação dos artigos completos no SBCAS 2026 foi de aproximadamente 35%, evidenciando o caráter competitivo da trilha principal.

O artigo é assinado por Juliana Simon Petruceli, egressa do Programa de Pós-Graduação em Informática (PPGI) da Ufal e médica radiologista do Hospital Universitário Professor Alberto Antunes (HU/Ufal), pelo professor Marcelo Costa Oliveira, do Instituto de Computação (IC), por José Arthur Lopes Sabino, graduando em Ciência da Computação no IC, e por Tarcísio Lima Ferreira, egresso do PPGI.

A pesquisa integra uma linha de trabalho consolidada pelo grupo de pesquisa Artificial Intelligence Applied to Computer-Aided Diagnosis (Icad), coordenado pelo professor Marcelo Oliveira, dedicada ao uso de inteligência artificial aplicada à saúde, com foco em telessaúde, processamento de dados clínicos e sistemas de apoio à decisão médica.

“Ser reconhecido em um evento dessa relevância reforça a qualidade da pesquisa em inteligência artificial aplicada à saúde que vem sendo desenvolvida no PPGI e no Instituto de Computação da Ufal. Também evidencia o potencial da colaboração entre computação e medicina para gerar soluções com impacto científico e social”, afirma o professor Marcelo Costa Oliveira.

O problema: laudos em texto livre

Na rotina dos hospitais, o laudo radiológico é o documento que conecta a interpretação das imagens médicas à tomada de decisão clínica. No entanto, esses laudos ainda são produzidos, em grande parte, em texto livre, com variações de estilo, terminologia e nível de detalhe entre profissionais e serviços.

Essa heterogeneidade dificulta não apenas a leitura padronizada pela equipe assistencial, mas também o uso computacional das informações contidas nos laudos. Dados clínicos registrados em texto livre são complexos de serem analisados em processos de auditoria, vigilância clínica, pesquisa científica, integração com prontuários eletrônicos e sistemas de apoio à decisão em saúde.

“A estruturação de laudos é um passo essencial para que a informação clínica possa ser utilizada por sistemas de saúde de forma confiável. O desafio é ainda maior em português, pois a maior parte dos modelos de linguagem, ferramentas e estudos disponíveis foi desenvolvida originalmente para o idioma inglês”, explica Juliana Simon Petruceli.

A proposta da pesquisa

O estudo avaliou a capacidade de modelos de linguagem de grande escala, conhecidos como LLMs, de converter laudos de tomografia computadorizada de tórax escritos em texto livre, em português, para um formato estruturado e padronizado em JSON. Esse tipo de estrutura permite que as informações clínicas sejam lidas, organizadas e reaproveitadas por sistemas computacionais.

Para isso, a equipe desenvolveu um modelo de preenchimento adaptável, capaz de organizar automaticamente informações presentes nos exames, como tipo de exame, técnica utilizada, achados radiológicos e impressão diagnóstica, preservando a terminologia empregada pelo radiologista.

Foram utilizados 1.102 laudos reais e anonimizados. A validação combinou duas abordagens: uma avaliação qualitativa, conduzida por 12 radiologistas, e uma análise quantitativa, comparando as saídas geradas pelos modelos com uma referência construída manualmente por especialistas.

Resultados e impacto

Os resultados demonstraram que a estruturação automatizada de laudos de tomografia de tórax em português é viável, mesmo sem a necessidade de treinamento específico dos modelos, processo conhecido como fine-tuning. Os modelos avaliados produziram resultados consistentes, especialmente em campos mais padronizados dos laudos.

A pesquisa também identificou desafios importantes. Campos mais descritivos e dependentes de contexto clínico, como achados incidentais, ainda exigem maior refinamento, indicando caminhos para o aprimoramento da técnica em estudos futuros.

Segundo os pesquisadores, a tecnologia tem potencial para apoiar a prática radiológica sem substituir o papel do profissional de saúde. A proposta é contribuir para que as informações clínicas sejam mais organizadas, reutilizáveis e interoperáveis, favorecendo a qualidade do atendimento, a pesquisa em saúde e a integração entre sistemas.

“O objetivo não é substituir o radiologista, mas oferecer uma ferramenta de apoio que torne a informação clínica mais estruturada, acessível e útil para diferentes finalidades, como pesquisa, gestão, auditoria e continuidade do cuidado. Isso é especialmente relevante no contexto do sistema público de saúde, onde a organização da informação pode contribuir diretamente para a eficiência e a qualidade da assistência”, destaca o professor Marcelo Costa Oliveira.

Mais premiação

Além do prêmio com a pesquisa sobre inteligência artificial em laudos radiológicos, a Ufal conquistou  o prêmio de Melhor Artigo, na categoria “Ferramentas", com o trabalho GestAR: uma plataforma de telessaúde para triagem e acompanhamentolongitudinal de gestantes de alto risco, selecionado entre mais de 30 produções científicas submetidas à premiação. 

Para saber mais, acesse o site.