Chatbot baseado em Large Language Models (LLMs) e Fast Healthcare Interoperability Resources (FHIR) para monitoramento de indivíduos com risco para o câncer de boca (2025)
- Authors:
- Autor USP: BRAGA, RENATA DUTRA - ICMC
- Unidade: ICMC
- Subjects: AGENTES INTELIGENTES; INTEROPERABILIDADE; LINGUAGEM NATURAL; APRENDIZADO COMPUTACIONAL; NEOPLASIAS BUCAIS
- Language: Português
- Abstract: O avanço das tecnologias de linguagem natural e dos padrões de interoperabilidade em saúde tem aberto novas possibilidades para a coleta estruturada de informações clínicas. Contudo, a integração entre chatbots inteligentes e o padrão HL7® FHIR®, ainda apresenta desafios técnicos e semânticos, especialmente em cenários de atenção primária e vigilância epidemiológica. Nesse contexto, surgiu a necessidade de desenvolver uma solução capaz de transformar interações em linguagem natural em registros clínicos interoperáveis, de modo a apoiar o rastreamento e o monitoramento da população de risco para o câncer de boca. O objetivo geral deste estudo foi desenvolver agentes inteligentes baseados em LLMs, integrados ao padrão HL7® FHIR®, capazes de orquestrar interações personalizadas e interoperáveis para coleta, estruturação e análise de informações clínicas, apoiando o rastreamento e monitoramento desta população de risco. A metodologia adotada foi de natureza aplicada e experimental, organizada em quatro etapas. A primeira etapa consistiu na modelagem da informação clínica em FHIR®, definindo elementos de dados (variáveis) e regras necessárias. A segunda etapa envolveu o desenvolvimento dos agentes inteligentes (Orquestração, Perguntas e Interação), baseados em LLMs integrados ao framework LangChain e conectados ao banco de dados MongoDB. A terceira etapa tratou da implementação da interface conversacional, desenvolvida em Streamlit e integrada ao WhatsApp via EvolutionAPI, com webhooks para comunicação em tempo real. Por fim, a quarta etapa compreendeu a avaliação do pipeline conversacional, verificando a coerência entre os módulos, a integridade dos dados e a persistência dos recursos no servidor HAPI FHIR. Os resultados demonstraram que a solução foi capaz de converter mensagens em linguagem natural em recursos FHIR computáveis, interoperáveis e semanticamente consistentes.A solução manteve memória de sessão, normalizou dados de forma automática e garantiu a persistência bem-sucedida no servidor HAPI FHIR. As validações comprovaram a completude e a integração do fluxo conversacional, evidenciando a confiabilidade dos agentes na coleta estruturada e validação dos dados clínicos, tanto na interface web quanto no canal WhatsApp. A arquitetura desenvolvida comprovou ser tecnicamente viável para coleta estruturada de informações clínicas via diálogo natural. A união entre orquestração determinística, inferência baseada em LLMs e validação de regras FHIR mostrou-se eficaz para garantir consistência e interoperabilidade dos dados. Embora limitada a informações cadastrais do paciente, a solução representa uma prova de conceito sólida, com potencial de ampliação para outros domínios clínicos e integração à Rede Nacional de Dados em Saúde (RNDS).
- Imprenta:
- Publisher place: São Carlos
- Date published: 2025
-
ABNT
BRAGA, Renata Dutra. Chatbot baseado em Large Language Models (LLMs) e Fast Healthcare Interoperability Resources (FHIR) para monitoramento de indivíduos com risco para o câncer de boca. 2025. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2025. Disponível em: https://bdta.abcd.usp.br/directbitstream/82392374-b841-4f74-86da-e919424c7ada/Renata_Dutra_Braga_TCC_2025.pdf. Acesso em: 08 abr. 2026. -
APA
Braga, R. D. (2025). Chatbot baseado em Large Language Models (LLMs) e Fast Healthcare Interoperability Resources (FHIR) para monitoramento de indivíduos com risco para o câncer de boca (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/82392374-b841-4f74-86da-e919424c7ada/Renata_Dutra_Braga_TCC_2025.pdf -
NLM
Braga RD. Chatbot baseado em Large Language Models (LLMs) e Fast Healthcare Interoperability Resources (FHIR) para monitoramento de indivíduos com risco para o câncer de boca [Internet]. 2025 ;[citado 2026 abr. 08 ] Available from: https://bdta.abcd.usp.br/directbitstream/82392374-b841-4f74-86da-e919424c7ada/Renata_Dutra_Braga_TCC_2025.pdf -
Vancouver
Braga RD. Chatbot baseado em Large Language Models (LLMs) e Fast Healthcare Interoperability Resources (FHIR) para monitoramento de indivíduos com risco para o câncer de boca [Internet]. 2025 ;[citado 2026 abr. 08 ] Available from: https://bdta.abcd.usp.br/directbitstream/82392374-b841-4f74-86da-e919424c7ada/Renata_Dutra_Braga_TCC_2025.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Renata_Dutra_Braga_TCC_20... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
