Tutor Inteligente Multimodal para Feedback Formativo em Radiografias de Tórax usando Modelos Visão-Linguagem
Year: 2026
Type: conference-paper
Abstract: A formação em radiologia exige o desenvolvimento de habilidades perceptivas para localizar alterações e de habilidades cognitivas para interpretar imagens médicas, tradicionalmente adquiridas sob supervisão direta de especialistas. Este trabalho apresenta um tutor inteligente multimodal que fornece feedback formativo automatizado na interpretação de radiografias de tórax. O sistema integra o modelo de visão-linguagem Qwen2-VL-7B-Instruct, métricas espaciais baseadas em Intersection over Union (IoU) e técnicas de processamento de linguagem natural para a análise semântica dos achados radiológicos. A avaliação foi realizada por meio de interações simuladas com imagens do conjunto de dados VinBigData Chest X-ray, nas quais perturbações controladas nos bounding boxes reproduzem padrões comuns de erro diagnóstico. Os resultados indicam que o sistema consegue distinguir erros de localização e divergências semânticas, demonstrando a viabilidade computacional da arquitetura proposta como ferramenta de apoio ao treinamento em radiologia.
Institution: Universidade Federal de Goiás
Language: Portuguese
Subfield: Health Informatics
Field: Medicine
Domain: Health Sciences
Open Access status: gold
OpenAlex ID: W7165646428