IA ajuda a revisar registros de imunoterapia, mas ainda precisa de validação externa

Um estudo publicado hoje na Nature Cancer avaliou um sistema de inteligência artificial que ajuda equipes a localizar e organizar, em registros clínicos, possíveis eventos adversos relacionados à imunoterapia contra o câncer. A proposta é acelerar a revisão de prontuários e oferecer trechos de evidência para conferência humana — não substituir profissionais nem decidir tratamento.

O que o sistema procurou

A ferramenta analisou anotações clínicas para identificar seis tipos de eventos relacionados a inibidores de checkpoint imunológico, um tipo de imunoterapia. Também tentou extrair quando o evento ocorreu, sua gravidade, se a equipe clínica o associou ao tratamento e quão certa parecia essa avaliação. São informações que podem aparecer em textos livres, difíceis de reunir em uma revisão manual.

Resultados em três etapas

Na avaliação retrospectiva de anotações de um centro médico, o sistema teve F1 médio de 0,92 para detectar eventos atuais e de 0,66 para classificar níveis de gravidade. F1 combina precisão e cobertura em uma única medida; quanto mais perto de 1, melhor esse equilíbrio. Em uma implantação prospectiva silenciosa de três meses — sem usar as previsões para orientar o atendimento — o F1 binário ficou entre 0,72 e 0,79.

Em um estudo cruzado randomizado com 17 profissionais de pesquisa clínica, o apoio da IA reduziu o tempo de anotação em cerca de 2,71 minutos por nota e melhorou a concordância com a referência usada pelos pesquisadores. Isso avalia a tarefa de revisar e classificar registros; não mostra que pacientes tiveram diagnósticos mais rápidos ou melhores resultados de saúde.

Limites antes de pensar em uso amplo

O estudo foi realizado em um único sistema de saúde, com formatos locais de prontuário. A etapa prospectiva foi silenciosa e não mediu desfechos dos pacientes; os autores dizem que ainda é necessária validação externa em outras instituições. O sistema cobriu seis eventos imunológicos, não todos os efeitos adversos, e dependeu de um modelo proprietário na configuração de melhor desempenho. Portanto, os resultados não estabelecem que a ferramenta esteja pronta para uso clínico independente ou que possa substituir a avaliação de oncologistas.

Pergunta em aberto

Em hospitais com prontuários, equipes e populações diferentes, a ferramenta manteria desempenho seguro e reduziria omissões sem acrescentar alertas enganosos ou aumentar o trabalho de revisão?

Fonte primária

Gallifant, J. et al. “An agentic AI system enhances clinical detection of immune-related adverse events in a multi-phase validation study”. Nature Cancer, publicado em 29/10/2026. DOI: 10.1038/s43018-026-01264-6.

Artigo completo na Nature Cancer.

Vídeo relacionado: não encontrei um vídeo original confirmado sobre este estudo específico; não incluí vídeo para não sugerir uma relação inexistente.