Investigação da Universidade de Évora aproxima a inteligência artificial da evidência científica em saúde

18/11/2026 0 Por Carlos Joaquim
Uma equipa internacional de investigadores, que integra Paulo Quaresma, da Universidade de Évora, desenvolveu um sistema de inteligência artificial que procura tornar as respostas a perguntas biomédicas mais rigorosas, recorrendo diretamente à evidência publicada em artigos científicos.
A inteligência artificial está a mudar a forma como acedemos à informação sobre saúde e medicina. Hoje, é possível colocar perguntas em linguagem corrente e obter respostas em poucos segundos. Mas a rapidez nem sempre significa fiabilidade, uma vez que os sistemas de inteligência artificial podem inventar informação, confundir conceitos médicos ou apresentar respostas aparentemente convincentes, mas sem sustentação científica.
É precisamente para enfrentar este desafio que uma equipa internacional de investigadores desenvolveu uma nova abordagem de resposta automática a perguntas biomédicas, apresentada na competição internacional BioASQ 2026, uma das iniciativas de referência na avaliação de sistemas de inteligência artificial aplicados à literatura científica biomédica.
A equipa integra Paulo Quaresma, investigador do Centro VISTA Lab/Algoritmi e docente do Departamento de Informática da Escola de Ciências e Tecnologia da Universidade de Évora, em colaboração com investigadores da Universidade de Tecnologia de Zhongyuan, na China, e da Universidade NOVA de Lisboa.
Um dos principais desafios na pesquisa automática de informação médica reside na própria linguagem científica. Uma mesma doença, gene ou medicamento pode surgir em diferentes artigos sob designações distintas, através de sinónimos, abreviaturas ou expressões técnicas. Esta diversidade pode fazer com que uma pesquisa aparentemente simples deixe escapar estudos científicos importantes.
Por exemplo, uma pesquisa por «ataque cardíaco» pode não recuperar documentos que utilizam a designação clínica «enfarte do miocárdio». Para ultrapassar este problema, o sistema desenvolvido utiliza uma estratégia que combina conhecimento biomédico especializado com modelos avançados de inteligência artificial.
O processo decorre em quatro etapas. Primeiro, o sistema analisa a pergunta, identifica os conceitos médicos fundamentais e consulta o vocabulário internacional MeSH (Medical Subject Headings), adicionando automaticamente sinónimos e conceitos relacionados. De seguida, utiliza esta versão enriquecida da pergunta para pesquisar na PubMed, uma das principais bases de dados internacionais de publicações biomédicas, selecionando os dez artigos considerados mais relevantes.
Numa terceira etapa, são identificados pequenos excertos dos artigos científicos — com um máximo de três frases — que contêm a informação potencialmente necessária para responder à questão. Finalmente, estes excertos são disponibilizados a diferentes modelos avançados de linguagem, que produzem uma resposta adequada ao tipo de pergunta: «sim» ou «não», um nome específico, uma lista de elementos ou um pequeno resumo.
Os resultados obtidos na competição BioASQ 2026 mostram o potencial desta abordagem. A combinação entre a expansão dos conceitos médicos através de sinónimos e a seleção criteriosa de excertos científicos permitiu melhorar o desempenho do sistema, com resultados de destaque na avaliação preliminar das perguntas de resposta «sim ou não» e na qualidade dos resumos produzidos.
O trabalho revelou ainda um aspecto particularmente relevante, dado que a ordem pela qual a informação científica é apresentada aos modelos de inteligência artificial pode influenciar a qualidade das respostas. Este resultado demonstra que não basta disponibilizar artigos científicos a um modelo de linguagem; é igualmente importante selecionar, organizar e contextualizar adequadamente a informação que lhe é fornecida.
Embora a eliminação completa de erros e de respostas não fundamentadas continue a ser um desafio, esta investigação representa um contributo para o desenvolvimento de sistemas de inteligência artificial mais rigorosos, transparentes e sustentados em evidência científica.
Num domínio em que a qualidade da informação pode ter consequências particularmente importantes, estas tecnologias poderão vir a apoiar profissionais de saúde, investigadores e cidadãos na pesquisa e interpretação do conhecimento médico, tornando a literatura científica mais acessível sem perder de vista a necessidade de rigor e validação.
Contactos: Divisão de Comunicação da Universidade de Évora
Andreia Rosa [Coordenação]
Marco Cardoso [Ciência e Investigação]
Pedro Conceição [Institucional]
Évora, 18 de novembro de 2026