Arquiteturas RAG para recuperação de efeitos colaterais de medicamentos usando LLMs compactos

Por que isso importa na prática clínica cotidiana

Quem já recebeu uma nova receita médica provavelmente se perguntou: “Será que este comprimido está causando minha dor de cabeça ou erupção?” Médicos e pacientes enfrentam essa dúvida milhares de vezes por dia, mas as respostas estão enterradas em manuais e bancos de dados densos. Este estudo investiga como sistemas de inteligência artificial menores e mais eficientes podem acessar um catálogo existente de efeitos colaterais conhecidos para fornecer respostas rápidas, precisas e baseadas em evidências—sem inventar fatos.

O desafio de monitorar efeitos colaterais de medicamentos

Os efeitos colaterais de medicamentos são uma causa importante de adoecimento, internações e até morte no mundo todo. Novos fármacos surgem mais rápido do que clínicos ocupados conseguem memorizar seus riscos, e pacientes aparecem com históricos terapêuticos cada vez mais complexos. Ferramentas tradicionais—manuais impressos, prontuários eletrônicos e sistemas de notificação—são poderosas, mas lentas de consultar em uma clínica agitada. Modelos de linguagem grandes, o tipo de IA por trás de chatbots, parecem ideais porque respondem em linguagem simples. Ainda assim, quando perguntados coisas específicas como “Este medicamento causa este efeito colateral em particular?”, modelos prontos para uso, inclusive muito grandes, frequentemente especulam ou alucinam, dando respostas que não correspondem às melhores evidências disponíveis.

Ensinar a IA a consultar fontes em vez de chutar

Os autores enfrentam esse problema mudando a forma como a IA acessa informação, em vez de apenas aumentar o tamanho dos modelos. Eles partem de um recurso curado chamado SIDER, um banco de dados que lista quais medicamentos comercializados estão associados a quais efeitos colaterais. Em seguida, constroem dois sistemas “livro-aberto” que, em vez de depender do que o modelo aprendeu durante o treino, procuram explicitamente fatos relevantes no momento da pergunta e os fornecem a um modelo de linguagem compacto. Em uma abordagem baseada em texto, a informação sobre medicamento–efeito-colateral é armazenada como entradas escritas e pesquisada usando um mecanismo de similaridade que encontra os trechos mais relevantes. Em uma abordagem baseada em grafo chamada GraphRAG, cada medicamento e cada efeito colateral é um nó em uma rede, e um vínculo entre eles indica que o efeito foi relatado para aquele medicamento. Ambos os sistemas terminam pedindo a um pequeno modelo de linguagem que produza uma resposta simples SIM ou NÃO, além de uma explicação curta fundamentada apenas nas evidências recuperadas.

Como a abordagem por grafo muda o jogo

Para testar esses designs, a equipe criou um grande e balanceado benchmark de quase vinte mil pares medicamento–efeito-colateral derivados do SIDER. Para cada medicamento, incluíram alguns efeitos colaterais que eram conhecidos por estar ligados a ele e outros que não eram. Modelos de linguagem compactos trabalhando isoladamente, sem qualquer consulta, acertaram apenas cerca de dois terços das respostas—semelhante a ou pior que chatbots populares de uso geral. Após a adição da recuperação, o desempenho saltou. Uma configuração baseada em texto que armazenava uma frase por par medicamento–efeito-colateral atingiu cerca de 98–99% de acurácia. O GraphRAG baseado em grafo foi ainda mais longe, alcançando resultados essencialmente perfeitos: na quase totalidade dos casos, se o vínculo existia no SIDER o sistema respondeu SIM, e se não existia, respondeu NÃO. Os poucos erros remanescentes derivaram da redação final do modelo de linguagem, não da consulta subjacente.

Encontrando todos os medicamentos por trás de um sintoma

Os autores também examinaram a questão inversa que os clínicos frequentemente consideram: “Quais medicamentos são conhecidos por causar este efeito colateral específico?” Aqui, em vez de uma decisão única de sim/não, o sistema precisa listar todos os medicamentos correspondentes. Novamente, a abordagem baseada em grafo se destacou. Porque ela simplesmente se expande a partir de um nó de efeito colateral dado para todos os nós de medicamentos conectados, retorna a lista exata com latência muito baixa, mesmo quando centenas de medicamentos estão envolvidos. Um método forte baseado em texto poderia alcançar a mesma completude, mas apenas vasculhando e montando muitos trechos separados de texto, o que o tornava dramaticamente mais lento. A equipe adicionou ainda uma pequena etapa de normalização que usa um modelo de linguagem compacto para corrigir grafias comuns de nomes de medicamentos antes da consulta, melhorando muito a robustez a consultas do mundo real como “floxetine” em vez de “fluoxetine”.

O que isso significa para pacientes e clínicos

Em termos simples, este trabalho mostra que a forma mais inteligente de tornar a IA mais segura para perguntas sobre efeitos colaterais não é apenas construir modelos cada vez maiores, mas conectar modelos menores a um conhecimento médico bem organizado. Ao representar vínculos conhecidos medicamento–efeito-colateral como um grafo simples e forçar a IA a basear suas respostas nessa estrutura, os autores conseguem praticamente eliminar o chute para associações catalogadas. O resultado é um sistema que pode rapidamente dizer a um médico ou paciente se um sintoma relatado aparece em uma lista autoritativa de efeitos colaterais, e quais medicamentos estão ligados a ele, ao mesmo tempo que explica a resposta em linguagem corrente. Embora não descubra novos efeitos colaterais nem substitua o julgamento clínico cuidadoso, essa abordagem fornece uma base prática e escalável para ferramentas interativas confiáveis que ajudam as pessoas a navegar pelos riscos dos medicamentos que usam.

Citação: Nygren, S., Erdogan, O., Avci, P. et al. RAG-based architectures for drug side effect retrieval using compact LLMs. Sci Rep 16, 12754 (2026). https://doi.org/10.1038/s41598-026-41495-2

Palavras-chave: efeitos colaterais de medicamentos, IA médica, grafos de conhecimento, geração aumentada por recuperação, farmacovigilância