A incorporação da Inteligência Artificial (IA) nos produtos e serviços da BIREME/OPAS/OMS representa um avanço estratégico para otimizar a gestão e disseminação do conhecimento em saúde. A adoção de técnicas baseadas em IA pode aprimorar processos de indexação, recuperação da informação, análise de dados e recomendação de conteúdo, consolidando a eficiência dos sistemas de gestão do conhecimento.
A indexação de documentos está se tornando um dos principais desafios enfrentados por sistemas de informação. Tradicionalmente, esse processo demanda a atuação de especialistas para atribuir descritores padronizados aos documentos. O uso de IA, particularmente aprendizado de máquina e processamento de linguagem natural (PLN), é um caminho para automatizar a identificação de termos controlados, reduzindo a carga de trabalho humano e melhorando a consistência da indexação. A recente implementação do DeCS Finder IA ilustra esse avanço, proporcionando uma indexação semi-automatizada mais eficiente e precisa.
O DeCS Finder IA atua com uma ferramenta baseada em PLN que permite a classificação automática de documentos utilizando modelos treinados para diferentes idiomas e domínios. O uso de algoritmos como o Omikuji Bonsai possibilita uma indexação ágil e consistente, otimizando o tratamento temático de grandes volumes de documentos. A primeira versão utilizou uma base de treinamento com cerca de 3 mil registros já indexados com a metodologia LILACS nos idiomas português, espanhol e inglês e sua capacidade de aprendizado incremental permite melhorias progressivas na precisão dos resultados a partir da realização de novos treinamentos com incremento nos dados, tais como a ampliação e especialização deste corpus de treinamento.
A recuperação da informação também se beneficia da IA, uma vez que algoritmos inteligentes podem refinar os mecanismos de busca, oferecendo resultados mais relevantes aos usuários. Além disso, modelos de IA podem melhorar a desambiguação de termos e a compreensão semântica das consultas, superando limitações dos sistemas de busca tradicionais baseados em correspondência de palavras-chave. Nesse âmbito, o projeto de desenvolvimento das Sínteses de Resumos, ou resumos em linguagem simples (tradução livre de “Plain Language Summaries” ou “Resúmenes en Lenguaje Claro”), atua para oferecer nos resultados de pesquisa uma síntese simples e objetiva dos artigos recuperados.
As Sínteses de Resumos são pequenos textos gerados a partir de um resumo de artigo através de um algoritmo de Modelos de Linguagem de Grande Escala (do inglês LLM), que ficam visíveis nos portais de buscas. Desse modo, o pesquisador tem mais facilidade e agilidade na seleção de artigos que atendem às suas necessidades informacionais ao ter acesso em poucas linhas da temática e aspectos principais de cada artigo. A primeira versão será lançada em breve para um conjunto experimental de 10 artigos, e o algoritmo utilizado foi o LLAMA, a partir do qual realizamos o ajuste fino (fine-tunning) com quase 1.000 sínteses de resumos em português, inglês e espanhol gerados manualmente pela equipe.
Para saber mais sobre como a BIREME está incorporando tecnologias avançadas em seus projetos, produtos e serviços, acompanhe as novas edições do Boletim BIREME e acesse também: