
A utilização da inteligência artificial na pesquisa de informação sobre saúde e medicina coloca novos desafios à fiabilidade do conhecimento disponibilizado. Apesar da rapidez com que estes sistemas respondem às questões dos utilizadores, persistem limitações relacionadas com a possibilidade de gerar informação incorreta, confundir conceitos médicos ou apresentar respostas sem fundamentação científica.
Para responder a este desafio, uma equipa internacional de investigadores desenvolveu uma nova abordagem de resposta automática a perguntas biomédicas, apresentada na competição internacional BioASQ 2026, uma iniciativa 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.
O trabalho procura melhorar a capacidade dos sistemas de inteligência artificial para identificar, selecionar e interpretar informação científica relevante, ultrapassando uma das principais dificuldades da pesquisa biomédica: a diversidade da linguagem utilizada na literatura especializada.
Uma mesma doença, gene ou medicamento pode surgir em diferentes publicações com designações distintas, através de sinónimos, abreviaturas ou expressões técnicas. Esta diversidade pode comprometer os resultados de uma pesquisa automática. Por exemplo, uma pesquisa pela expressão «ataque cardíaco» pode não identificar artigos científicos que utilizam a designação clínica «enfarte do miocárdio».
Para ultrapassar esta limitação, a solução desenvolvida combina conhecimento biomédico especializado com modelos avançados de inteligência artificial, através de um processo organizado em quatro etapas.
Numa primeira fase, o sistema analisa a pergunta, identifica os conceitos médicos fundamentais e consulta o vocabulário internacional MeSH (Medical Subject Headings), acrescentando automaticamente sinónimos e conceitos relacionados. De seguida, utiliza a pergunta enriquecida para pesquisar na PubMed, uma das principais bases de dados internacionais de publicações biomédicas, selecionando os dez artigos considerados mais relevantes.
A terceira etapa consiste na identificação de pequenos excertos dos artigos científicos, com um máximo de três frases, que contenham informação potencialmente útil para responder à questão. Por último, esses excertos são disponibilizados a diferentes modelos avançados de linguagem, responsáveis por produzir respostas ajustadas ao tipo de pergunta: «sim» ou «não», um nome específico, uma lista de elementos ou um pequeno resumo.
Os resultados alcançados na competição BioASQ 2026 evidenciam o potencial da abordagem. A combinação da expansão dos conceitos médicos através de sinónimos com 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.
A investigação identificou também um fator relevante para o desenvolvimento destes sistemas: a ordem pela qual a informação científica é apresentada aos modelos de inteligência artificial pode influenciar a qualidade das respostas. Este resultado demonstra que a eficácia não depende apenas da disponibilização de artigos científicos, mas também da forma como a informação é selecionada, organizada e contextualizada.
Embora a eliminação completa de erros e de respostas sem fundamentação científica continue a constituir um desafio, o trabalho representa um contributo para o desenvolvimento de sistemas de inteligência artificial mais rigorosos, transparentes e sustentados em evidência científica.
A investigação poderá ter aplicações relevantes no apoio a profissionais de saúde, investigadores e cidadãos, facilitando a pesquisa e a interpretação do conhecimento médico. O objetivo passa por tornar a literatura científica mais acessível, sem comprometer o rigor e a validação da informação disponibilizada.














