Universidade Federal do Ceará
Programa de Pós-Graduação em Engenharia de Teleinformática

Defesa de Dissertação de Mestrado – Danilo Felipe Neto

Título: Amar-Net: Roteamento Adaptativo Multiagente para Inferência Multimodal Orientada a Recursos em Ambientes Clínicos com Restrição de Hardware

Data: 05/11/2026
Horário: 15:00
Local: LESC (Bloco 723 do Campus do Pici)

Banca Examinadora:
Victor Hugo Costa de Albuquerque (UFC, Presidente – Orientador)
Bruno Riccelli dos Santos Silva (UFC)
Debora Ferreira de Assis (UFC)
Francisco Nauber Bernardo Góis (UNIFOR)

Resumo:
A adoção de métodos de aprendizado profundo multimodal apresenta perspectivas relevantes para o suporte à decisão clínica, integrando exames radiológicos, históricos textuais e monitoramento contínuo (Internet of Things – IoT). Contudo, a dependência de arquiteturas monolíticas de grande porte impõe desafios operacionais de custo computacional e latência, restringindo sua aplicação em ambientes com infraestrutura limitada (resource-constrained environments). Para contornar essas limitações, esta dissertação propõe a AMAR-Net (Adaptive Multi-Agent Routing Network), uma arquitetura descentralizada de inteligência clínica estruturada sob o paradigma Resource-Aware Intelligence (RAI). A abordagem substitui a necessidade de servidores com GPUs dedicadas por um mecanismo de roteamento adaptativo de baixa latência, denominado Topological Latent Router (TLR), formulado teoricamente como um Contextual Bandit de passo único. Este componente avalia o contexto da requisição e aciona agentes especialistas estritamente sob demanda. A arquitetura integra métodos de compressão de modelos, incluindo Quantized Low-Rank Adaptation (QLoRA), quantização dinâmica de KV Cache e a delegação (offloading) de raciocínio numérico para o processador central (CPU). A avaliação experimental demonstrou que o sistema reduz o pico de alocação de memória de vídeo (VRAM) de 18,8 GB (modelo monolítico de referência) para um teto operacional de 10,1 GB. Adicionalmente, o mecanismo TLR alcançou uma latência de orquestração de apenas 106 ms, otimizando o tempo de inferência global para menos de 7 s sem comprometer a correspondência semântica e a acurácia diagnóstica. Conclui-se que a decomposição de tarefas e a inferência condicional estruturam uma alternativa escalável para o suporte à decisão médica, viabilizando a execução de grandes modelos multimodais (LMM) em hardware hospitalar padrão.

Palavras-chave: Diagnóstico Multimodal; Sistemas Multiagentes; Resource-Aware Intelligence; Inferência Condicional; QLoRA; Roteamento Topológico.