Um modelo de linguagem de grande porte (LLM) ajudou pacientes a compreender melhor os próprios laudos de imagem em um estudo prospectivo da Universidade Emory, em Atlanta. A equipe usou o GPT-5, da OpenAI, para criar um aplicativo web que combina resumos do laudo gerados por IA, termos clicáveis e vídeos explicativos — e a compreensão relatada pelos pacientes subiu de forma mensurável.
O laudo radiológico é um documento técnico, escrito por e para médicos. Para o paciente, costuma ser uma parede de jargões. A pergunta que o grupo da Emory tentou responder é direta: um LLM consegue traduzir esse texto em algo compreensível sem distorcer o conteúdo clínico? Os resultados iniciais, publicados no Journal of the American College of Radiology (JACR), sugerem que sim — desde que haja supervisão médica.
O estudo da Emory em números
O trabalho, liderado pelo médico residente Hanzhou Li, envolveu 100 pacientes atendidos no verão de 2025 em um andar ambulatorial de imagem de um hospital universitário, antes de exames agendados. Cada participante recebeu por e-mail um acesso ao laudo “aumentado” por IA e, depois de revisá-lo, respondeu a um questionário que avaliava compreensão, utilidade percebida e atitudes em relação aos resumos gerados por LLM, em uma escala de cinco pontos. Quem completou o questionário recebeu um cartão-presente de US$ 15.
O resultado central: a compreensão do laudo subiu de uma mediana de 4/5 antes do estudo para 5/5 depois. Entre os recursos oferecidos, 48% dos pacientes apontaram os resumos gerados por IA como o mais útil. “Este estudo prospectivo demonstra que aplicações interativas conduzidas por LLM podem melhorar significativamente a compreensão autorrelatada de laudos radiológicos complexos”, concluíram os autores.
Como funciona o aplicativo
Os laudos foram processados pelo GPT-5 com um prompt personalizado, adaptado de um estudo anterior. O aplicativo entregava três camadas de apoio ao paciente: resumos do laudo editados por radiologistas, termos médicos clicáveis com conteúdo educativo embutido e vídeos explicativos gerados por IA. Esses vídeos foram produzidos passando os resumos editados por uma interface de geração de vídeo (D-ID) e transmitidos diretamente dentro do aplicativo.
É uma abordagem que conversa com tendências que já acompanhamos, como o laudo multimídia interativo, que enriquece o relatório com imagens e elementos navegáveis. A diferença é o público-alvo: aqui, o destinatário é o próprio paciente, não o médico solicitante.
Supervisão humana ainda é indispensável
O ponto mais importante para o radiologista talvez seja este: os resumos do LLM exigiram edição manual. Em média, foram removidas cerca de 24,75 palavras por resumo e adicionadas apenas 0,13 — ou seja, o trabalho do clínico foi sobretudo de poda, retirando linguagem excessiva e potenciais alucinações. Membros radiologistas da equipe revisaram as saídas justamente para evitar que erros do modelo chegassem ao paciente.
Os próprios pacientes demonstraram reservas. Quando perguntados se ficariam confortáveis com resumos de IA sem qualquer edição médica, a maioria se disse apenas “um pouco confortável” (28%) ou “muito confortável” (26%). “Embora reconhecessem o valor dos resumos editados por clínicos, muitos expressaram reservas quanto ao uso de IA sem supervisão, ressaltando a importância da transparência e da revisão profissional”, anotaram os autores.
Implicações para a comunicação com o paciente
Para serviços de radiologia, o estudo aponta um caminho concreto de valor: usar LLMs não para substituir o laudo, mas para gerar uma camada de explicação centrada no paciente. Isso se conecta a leis de acesso a resultados que, em vários países, entregam o laudo ao paciente quase em tempo real — muitas vezes antes da consulta com o médico assistente. Um resumo claro pode reduzir ansiedade e melhorar o engajamento.
No fluxo de trabalho, o desafio é integrar essa camada sem criar mais um sistema isolado. Plataformas que aproximam o laudo da estação de trabalho, como o laudo nativo integrado ao cockpit do radiologista, mostram a direção: a explicação ao paciente deveria nascer do mesmo ambiente em que o laudo é produzido, e não em um aplicativo paralelo. No Brasil, onde o acesso ao laudo digital cresce rapidamente, esse tipo de recurso pode ter adoção acelerada.
Perspectivas e limitações
Os autores são cautelosos. Trata-se de um estudo com amostra pequena, autorrelato e em um único centro — longe de uma validação definitiva. Eles reforçam que os resumos de IA não substituem a conversa entre médico e paciente, funcionando, na melhor das hipóteses, como ferramenta preparatória que torna esse diálogo mais produtivo.
Há ainda o custo da supervisão: se cada resumo precisa de revisão médica, a escalabilidade fica limitada. A integração sustentável dependerá de alinhar supervisão, conformidade regulatória e fluxo de trabalho. Mesmo assim, a direção é promissora — a IA generativa parece encontrar, na comunicação com o paciente, um caso de uso de baixo risco clínico e alto retorno percebido.
