Banca de QUALIFICAÇÃO: JARBAS DE SOUSA VIANA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : JARBAS DE SOUSA VIANA
DATA : 24/09/2025
HORA: 08:00
LOCAL: Remoto: meet.google.com/ven-pccc-ghq
TÍTULO:

Análise Automatizada de Prescrições Médicas com RAG e LLM: Um Modelo para Apoio à Decisão
Clínica

PALAVRAS-CHAVES:

Prescrição médica, PLN, LLM, RAG

PÁGINAS: 55
RESUMO:

Este trabalho propõe o desenvolvimento de um sistema inteligente de apoio à decisão clínica, capaz de identificar erros em prescrições médicas por meio da integração entre Processamento de Linguagem Natural (PLN), Modelos de Linguagem de Grande Escala (LLMs) e a técnica de Recuperação Aumentada por Geração (RAG). Erros de prescrição médica representam uma das principais causas de eventos adversos evitáveis em ambientes hospitalares, como superdosagens, dosagens insuficientes e interações medicamentosas perigosas. Nesse contexto, soluções tecnológicas inteligentes tornam-se essenciais para identificar inconsistências nas prescrições e apoiar decisões clínicas mais seguras e fundamentadas. A arquitetura proposta será composta por quatro etapas principais: pré-processamento textual, geração de embeddings semânticos, recuperação de evidências clínicas em bases vetoriais indexadas e geração de respostas explicativas por meio de LLMs locais. A entrada do sistema será composta por prescrições médicas simuladas, geradas por um modelo de inteligência artificial (IA) e fornecidas em formato PDF, refletindo padrões clínicos realistas. Esse formato exige um pipeline robusto de extração, limpeza e análise textual, capaz de processar documentos não estruturados e identificar informações críticas para a avaliação das prescrições. A recuperação de dados clínicos atualizados será realizada com base em normas técnicas, bulas e diretrizes médicas, garantindo contextualização e precisão na análise. Espera-se que a abordagem proposta aumente a acurácia na detecção de problemas relacionados à medicação, reduza o tempo de revisão clínica e ofereça maior rastreabilidade das recomendações geradas, contribuindo para a adoção de práticas clínicas mais seguras, explicáveis e alinhadas com os princípios da saúde baseada em evidências.

MEMBROS DA BANCA:
Presidente - 1566120 - SILVIO ROBERTO FERNANDES DE ARAUJO
Interna - 1806473 - AMANDA GONDIM DE OLIVEIRA
Interno - 2303300 - LENARDO CHAVES E SILVA
Interno - 1810758 - PAULO GABRIEL GADELHA QUEIROZ
Interno - ***.721.404-** - SÉRGIO RICARDO FERNANDES DE ARAÚJO - UFRN