Quantificando a melhora dos sintomas psicóticos em esquizofrenia tratada com clozapina: análise de anotações clínicas com modelos de linguagem grandes

Por que a fala cotidiana pode revelar mudanças ocultas

Quando pessoas com esquizofrenia falam sobre seu dia, a escolha de palavras pode refletir discretamente quão bem o tratamento está funcionando. Mas em hospitais movimentados, os médicos raramente têm tempo para examinar anos de anotações clínicas para ver se a fala do paciente está ficando mais clara, mais calma ou mais esperançosa. Este estudo mostra como ferramentas modernas de inteligência artificial, chamadas grandes modelos de linguagem, podem ler essas anotações por nós e captar sinais sutis de que os sintomas estão melhorando durante o tratamento com a clozapina.

Transformando anotações rotineiras em sinais úteis

Os pesquisadores focaram em um grupo de 30 pessoas com esquizofrenia grave e resistente ao tratamento que iniciaram clozapina, um medicamento reservado para casos em que outras drogas falharam. No Japão, iniciar clozapina exige internação hospitalar e monitoramento cuidadoso, o que cria um rico rastro de registros eletrônicos de saúde. A partir desses registros, a equipe extraiu apenas as partes em que os psiquiatras registraram o que os pacientes disseram, como cumprimentos, queixas sobre sono ou relatos de ouvir vozes. Eles terminaram com mais de 22.000 frases de mais de 5.000 anotações, cobrindo o mês antes da clozapina e três fases igualmente longas durante o tratamento hospitalar.

Pedindo à IA para avaliar sintomas psiquiátricos

Para transformar texto bruto em pontuações de sintomas, a equipe usou três poderosos modelos de linguagem. Eles deram a cada modelo instruções detalhadas para agir como um psicólogo especialista e avaliar cada anotação segundo uma lista de verificação padrão usada em psiquiatria, a Brief Psychiatric Rating Scale. Em vez de confiar em linguagem corporal ou tom de voz, os modelos julgaram apenas o que os pacientes disseram, pontuando características como ansiedade, pensamento desorganizado, crenças incomuns, alucinações, desconfiança e humor deprimido. Os modelos concordaram que vários sintomas-chave diminuíram durante o tratamento com clozapina: ansiedade, desorganização conceitual, desconfiança, pensamentos incomuns, fala com características de alucinação e baixo humor declinaram com o tempo. Preocupações somáticas com o corpo aumentaram inicialmente — provavelmente refletindo efeitos colaterais precoces como fadiga ou sonolência — e depois diminuíram gradualmente.

Como a escolha de palavras mudou durante o tratamento

A equipe também aplicou métodos mais tradicionais de análise linguística para entender melhor o que os modelos estavam captando. Contaram diferentes tipos de palavras, como substantivos, verbos, advérbios e adjetivos, em cada frase. Com o tempo, os pacientes passaram a usar mais adjetivos, especialmente palavras que descrevem sentimentos e estados corporais como “bom”, “agradável”, “cansado”, “sonolento”, “terrível” e “assustador”. Ao mesmo tempo, o uso da palavra “não” diminuiu. Olhando para combinações curtas de duas palavras, os pesquisadores viram que “não” frequentemente aparecia em frases como “sem mudança” ou “nada em particular”, o tipo de resposta plana que pacientes dão quando se sentem desligados ou sem motivação. Menos dessas frases ao longo do tempo sugeriu que os pacientes estavam se envolvendo mais com os médicos em vez de encerrar as conversas.

Mensurando o tom emocional nas próprias palavras

Para aprofundar a emoção, os pesquisadores usaram uma ferramenta chamada Linguistic Inquiry and Word Count, que verifica com que frequência as pessoas usam palavras ligadas a sentimentos positivos ou negativos. Eles descobriram que palavras emocionais positivas tornaram-se mais frequentes na parte final do tratamento, enquanto palavras emocionais negativas não mudaram muito. Quando compararam esses padrões com as pontuações produzidas pelos modelos de linguagem, encontraram relações, mas não identidade completa. Os modelos foram especialmente bons em capturar mudanças amplas em ansiedade e humor, enquanto as contagens baseadas em dicionário destacaram o aumento em expressões explicitamente positivas. Juntos, eles traçaram o quadro de pacientes cuja fala se tornou mais emocionalmente rica e menos dominada por sofrimento conforme o tratamento progrediu.

O que isso significa para o cuidado futuro

Para um não-especialista, a mensagem principal é direta: ao ouvir com atenção como os pacientes falam — por meio das anotações clínicas já escritas em seus registros — sistemas de IA podem detectar melhorias significativas nos sintomas psicóticos e na vida emocional durante o tratamento. O estudo sugere que, mesmo quando as anotações são curtas e imperfeitas, grandes modelos de linguagem podem apoiar clínicos acompanhando tendências que de outra forma poderiam passar despercebidas, como pensamento mais claro, menos comentários relacionados a alucinações e conversas mais positivas e engajadas. Embora essas ferramentas não substituam o julgamento humano, elas poderiam um dia fornecer monitoramento de baixo esforço, nos bastidores, que ajuda médicos a ajustar o cuidado, detectar problemas mais cedo e entender como o mundo interior dos pacientes muda ao longo do tempo.

Citação: Matsumura, M., Nishida, K., Toyoda, K. et al. Quantifying improvement of psychotic symptoms in clozapine-treated schizophrenia: clinical note analysis with large language models. Sci Rep 16, 8835 (2026). https://doi.org/10.1038/s41598-026-39676-0

Palavras-chave: esquizofrenia, clozapina, anotações clínicas, grandes modelos de linguagem, sintomas de psicose