Detecção de risco de suicídio a partir de texto médico usando modelos de linguagem de grande porte que preservam a privacidade. · Registro contextual

Título original: Detection of suicidality from medical text using privacy-preserving large language models. Indícios de desempenho de classificação em 100 notas de um serviço e de viabilidade técnica de processamento lo…

Como a literatura científica descreve e avalia o uso de sistemas conversacionais de IA generativa, especialmente modelos grandes de linguagem e chatbots baseados em LLMs, em funções de psicoterapia, aconselhamento, psicoeducação, autocuidado em saúde mental ou suporte emocional, e que evidências existem sobre contextos de uso, aceitabilidade, efeitos relatados, segurança, manejo de crise, limitações e salvaguardas?

A literatura disponível descreve usos delimitados de chatbots e IA generativa em saúde mental. No corpus público atual, há sinal baixo a moderado de aceitabilidade e de apoio pontual em contextos de baixo risco, sobretudo quando a tarefa é estruturada e a supervisão humana permanece. Isso não demonstra que esses sistemas “façam terapia” no sentido clínico, nem que sejam seguros em crise ou capazes de substituir psicoterapia humana

Força da evidência: baixa a moderada para apoio pontual, aceitabilidade e usos estruturados ou supervisionados de baixo risco; baixa para benefício clínico sustentado; insuficiente/não demonstrada para segurança em crise e para substituição de psicoterapia humana

Estado público: briefing público pos AR0438 v1

Título editorial em português: Detecção de risco de suicídio a partir de texto médico usando modelos de linguagem de grande porte que preservam a privacidade.

Título original: Detection of suicidality from medical text using privacy-preserving large language models.

O que este artigo pode sustentar: Indícios de desempenho de classificação em 100 notas de um serviço e de viabilidade técnica de processamento local, sob prompts e modelos específicos

O que este artigo não pode sustentar: Não demonstra detecção clínica segura de risco, benefício ao paciente, redução de suicídio, eficácia terapêutica ou segurança de chatbot autônomo

Alerta metodológico: A sensibilidade de 83% deixa falsos negativos relevantes; a decisão de risco deve permanecer sob avaliação clínica humana