Crit Care. 2026 Jun 11;30(1):304. doi: 10.1186/s13054-026-06127-1.

RESUMO

INTRODUÇÃO: A disfunção diafragmática induzida pelo ventilador (VIDD) é uma consequência frequente e subestimada da ventilação mecânica prolongada em pacientes de unidades de terapia intensiva (UTIs). Identificar candidatos elegíveis para ensaios clínicos visando a VIDD continua sendo um desafio operacional importante. Este estudo avalia o uso de grandes modelos linguísticos (LLMs) para automatizar a triagem de pacientes a partir de resumos de alta da UTI e estimar a capacidade de recrutamento para um futuro ensaio de fase 2.

MÉTODOS: Desenvolvemos um pipeline de triagem baseado em LLM para avaliar os critérios de elegibilidade para ensaios a partir de resumos de alta da UTI, que foi implantado para triar todas as 2024 estadias na UTI. Estadias que foram sinalizadas como potencialmente elegíveis foram submetidas a adjudicação de especialistas. Um conjunto enriquecido de 50 estadias na UTI foi independentemente anotado por seis clínicos para definir um padrão de referência, que foi usado para avaliar o desempenho do modelo em nível de critério usando escores F1.

RESULTADOS: O modelo com melhor desempenho foi GPT-OSS:120B com um escore F1 em nível de critério de 0,82. Quando aplicado a 1.342 estadias consecutivas na UTI do Hospital Universitário de Montpellier em 2024, o modelo selecionado identificou 532 pacientes com ≥ 3 dias de ventilação mecânica. Após a aplicação de critérios de exclusão, 185 pacientes permaneceram potencialmente elegíveis. A revisão por especialistas confirmou 133 pacientes como elegíveis, resultando em um valor preditivo positivo de 72% (IC 95% 65-78). O fluxo de trabalho assistido por LLM resultou em uma redução estimada de 86% no tempo de revisão pelos clínicos. Os pipelines de triagem baseados em LLM alcançaram pontuações F1 em nível de critério variando de 0,73 a 0,82, com GPT-OSS:120B demonstrando o melhor desempenho.

CONCLUSÕES: A triagem baseada em LLM oferece uma abordagem promissora para identificar candidatos a ensaios em cuidados críticos, priorizando candidatos para revisão por clínicos. Implantações futuras devem incluir validação especializada direcionada e monitoramento contínuo para garantir a segurança e generalizabilidade.

PMID:42277838 | DOI:10.1186/s13054-026-06127-1