Agente Inteligente baseado em LLM para orientação clinica em profilaxia pós- exposição a materiais biológicos
Resumo
A exposição a materiais biológicos representa risco significativo para o HIV e outras
infecções sexualmente transmissíveis, tornando essencial o início oportuno e o manejo
adequado da profilaxia pós-exposição (PEP). A efetividade da PEP, contudo, depende
de uma avaliação precisa do risco, de orientações claras baseadas em protocolos oficiais e de acompanhamento contínuo — processos frequentemente limitados por restrições serviços de saúde e por dificuldades de compreensão por parte dos pacientes. Esses desafios podem resultar em atraso no início da profilaxia ou em baixa ades˜ao ao regime terapêutico de 28 dias. Com o objetivo de enfrentar essa lacuna, este estudo apresenta um Agente conversacional baseado em Modelo de Linguagem de Grande Escala (LLM), integrado a uma arquitetura de Gera，c˜ao Aumentada por Recuperação (Retrieval-Augmented Generation – RAG), desenvolvido para apoiar pacientes em uso de PEP no Brasil. O Agente foi avaliado por meio de um questionário em escala Likert de cinco pontos, aplicado a dezoito
médicos especialistas, que analisaram critérios como acurácia clínica, alinhamento
com protocolos oficiais, empatia e coerência conversacional. As respostas geradas pelo
Agentes obtiveram elevadas avalia，c˜ao, com mais de 80% de forte concordância em todas as dimensões analisadas. Na avalia，c˜ao global, 77,8% dos especialistas classifi-caram o sistema como de alta qualidade, enquanto 16,7% o consideraram bom, com limitações menores, evidenciando sua viabilidade e potencial aplicabilidade como fer-ramenta de suporte `a orientação clínica.