Um Pipeline Baseado em LLMs para a Triagem Clínica e a Extração de Comorbidades Focado na Interoperabilidade da RNDS

Avanços recentes em modelos de linguagem de grande porte (LLMs) ampliaram as possibilidades de processamento de narrativas clínicas e apoio a processos assistenciais em saúde. Entretanto, a maioria das abordagens existentes trata tarefas como triagem clínica, extração de informações ou padronização semântica de forma isolada. Este trabalho propõe um pipeline baseado em LLMs para apoiar a triagem clínica e a extração estruturada de comorbidades a partir de relatos médicos textuais. A arquitetura integra classificação automática de risco, identificação de condições clínicas e mapeamento para códigos da Classificação Internacional de Doenças (CID-10) por meio de um mecanismo baseado em recuperação semântica. Experimentos foram conduzidos com narrativas clínicas provenientes da literatura biomédica. Os resultados indicam que a abordagem proposta é capaz de transformar descrições médicas não estruturadas em representações estruturadas de dados clínicos, favorecendo sua futura interoperabilidade com infraestruturas nacionais de dados em saúde, como a Rede Nacional de Dados em Saúde (RNDS).