Quem faz investigação conhece bem esta experiência: numa única sessão de perguntas e respostas chegámos a conclusões muito valiosas — alguns parâmetros, um conjunto de comparações, um determinado juízo —, mas, terminada a conversa, tudo se dispersa no fluxo do diálogo; quando é preciso reutilizar, temos de subir bastante e copiar tudo à mão. A entrada de investigação clínica e medicina de precisão no conjunto de aplicações MuchSci posiciona-se como uma integração de ferramentas de dados médicos, como o DeepMCP, para apoiar análise de coortes, gestão de seguimento e investigação em medicina de precisão; e aquilo que demonstra de melhor em conversas reais é transformar uma sessão especializada de perguntas e respostas numa tabela de comparação estruturada e, depois, num ficheiro de resultados descarregável.
Curiosamente, esta conversa não foi sobre medicina, mas sobre comparação de estruturas cristalinas em ciência dos materiais — a semelhança estrutural e o desajuste de rede entre BaTiO₃ e SrTiO₃. Isto torna a capacidade ainda mais clara: não é na conclusão de um domínio específico que se destaca, mas na cadeia genérica de «comparação de dados de investigação, verificação parâmetro a parâmetro e conclusões com fundamento de cálculo».
01 Onde está a diferença entre conclusões verbais e resultados entregáveis
Vejamos a comparação.
▲ Figura 1｜A mesma comparação: de um lado fica na conversa, do outro resulta num ficheiro verificável
A diferença não está em responder bem ou mal, mas em ficar ou não registado. Numa sessão oral de perguntas e respostas, conclusões, fundamentos e dados ficam misturados; mais tarde, para verificar de onde veio determinado número, só resta voltar a perguntar. O resultado sedimentado separa estes três elementos: a conclusão está na tabela, o cálculo fica ao lado da conclusão e os dados originais resultam num ficheiro. Para quem escreve relatórios, o terceiro elemento é o que poupa mais tempo — os dados já estão estruturados e podem ser usados logo que entram no software de folhas de cálculo.
02 Como decorre uma comparação de estruturas cristalinas, do início ao fim
Desmontando o processo desta conversa, temos, em traços gerais, os passos seguintes.
▲ Figura 2｜O resultado de cada um dos cinco passos pode ser expandido: de onde vêm os parâmetros e como é o cálculo
A pergunta em si é muito concreta: duas estruturas de óxidos de perovskita são ou não semelhantes, e qual é o desajuste de rede durante o crescimento epitaxial. Não terminou logo com uma frase do tipo «são muito semelhantes»; primeiro confirmou que ambas são isomórficas e depois decompôs a comparação em parâmetros como estrutura da fase-mãe, modo de empilhamento e fator de tolerância, calculando-os item a item, com a conclusão assinalada como «heteroepitaxia isomórfica (isomorphous heteroepitaxy)», e os dados de desajuste convertidos num ficheiro CSV descarregável.
Vale a pena notar a ordem aqui:primeiro confirmar a comparabilidade, depois avançar para a comparação. Se duas estruturas nem sequer forem isomórficas, a quantidade de desajuste calculada depois não tem significado físico. Esta ordem também se aplica quando são pessoas a fazer investigação, mas é fácil saltá-la por pressa em obter resultados; fixá-la no fluxo de trabalho impede precisamente problemas como «cálculos muito cuidadosos, mas com uma premissa errada».
Na interface é possível ver o aspeto da entrega:
▲ Figura 3｜A tabela de comparação está listada item a item na conversa; bto_sto_mismatch.csv pode ser pré-visualizado e guardado
03 Na tabela de comparação, cada linha traz valores e fundamentos
Vejamos essa tabela de comparação isoladamente.
▲ Figura 4｜Os dois itens com estrutura igual são listados tal como são; o fator de tolerância que difere é apresentado com valores concretos
A estrutura desta tabela é «copiar os itens iguais, dar números para os itens diferentes». As estruturas da fase-mãe são ambas Pm-3m, com 5 átomos/célula unitária, e o modo de empilhamento é igualmente uma camada de sal-gema AO mais uma camada de TiO₂ ReO₃ — estes itens iguais são explicitados linha a linha, o que mostra que «isomórfico» não é apenas uma frase vazia; o fator de tolerância t=(r_A+r_O)/(√2(r_B+r_O)) dá 0.992 e 0.936, valores próximos mas não iguais, e assim a direção e a ordem de grandeza do desajuste ficam estabelecidas. Cada linha de conclusão pode seguir o cálculo até aos parâmetros originais; é exatamente este o sentido de «conclusões com fundamento de cálculo».
Porque é que isto merece ser referido à parte? Porque o retrabalho mais comum na investigação não acontece por se ter calculado mal, mas por «já não se recordar o fundamento». Se, meio ano depois, alguém perguntar de onde veio este 0.936, e só houver uma frase de conclusão, será preciso refazer toda a derivação; se houver uma tabela com o cálculo, o custo de verificação é praticamente nulo. O sentido da tabela não é apenas ser apresentável: é transformar o processo de derivação num ativo que pode ser reutilizado repetidamente. Isto também explica porque «sedimentar a conversa num ficheiro» é mais difícil — e mais valioso — do que «responder à conversa até ao fim»: determina se o resultado desta comparação é descartável ou se pode ficar.
04 A mesma cadeia aplica-se igualmente à investigação médica
Voltemos à função central desta entrada no MuchSci.
▲ Figura 5｜Comparação de materiais, comparação de coortes e organização de seguimentos percorrem a mesma cadeia de capacidades
Muitos trabalhos em investigação médica são, no essencial, o mesmo tipo de tarefa que a comparação de cristais: a comparação entre grupos consiste em colocar lado a lado, item a item, as características basais dos dois grupos; a comparação de indicadores consiste em verificar item a item os valores antes e depois do tratamento; a organização de dados de seguimento consiste em transformar registos dispersos numa tabela estruturada. Estes trabalhos partilham também três requisitos — verificação item a item dos dados, listagem clara das diferenças e conclusões com fundamento. Quanto a saber se o objeto de comparação são parâmetros de rede ou indicadores de seguimento, isso é algo que só no fim da cadeia precisa de ser distinguido.
A dificuldade da análise de coortes nunca está no cálculo, mas no alinhamento dos itens. O mesmo indicador pode ter critérios de registo diferentes em dois seguimentos, e o mesmo doente pode ter codificações inconsistentes em tabelas diferentes; se este tipo de problema não for tratado de forma limpa, qualquer método de cálculo posterior não será fiável. Por isso, o valor deste passo está em «primeiro expor os critérios de ambos os lados e confirmar item a item que coincidem», que é exatamente o que faz na comparação de cristais — confirmar item a item a estrutura da fase-mãe e o modo de empilhamento, e só depois falar de desajuste. Transposta para a investigação clínica, esta abordagem é a limpeza e o alinhamento de dados de coortes; transposta para a medicina de precisão, é a verificação prévia das características dos grupos. O mesmo conjunto de ações, apenas com outro objeto de dados.
05 Limites
Como habitualmente, deixamos os limites bem claros.
① Este artigo aborda a posição funcional e a forma de produção, não constituindo qualquer conclusão médica nem promessa de eficácia. O exemplo no texto é uma comparação em ciência dos materiais, sem relação com a prática clínica.
② Não serve como base de diagnóstico. O que produz são resultados de organização e comparação auxiliares à investigação, não se destinando a diagnóstico individual nem a recomendações de tratamento; quando envolver dados de doentes, é obrigatório anonimizá-los previamente e cumprir a revisão ética e as normas de gestão de dados da instituição em causa.
③ Os resultados exigem revisão humana. Os parâmetros, cálculos e valores da tabela de comparação devem ser verificados na literatura original ou na fonte de dados antes de serem adotados; o juízo profissional não pode ser externalizado.