Dados do Trabalho

Título

Comparação da acurácia em raciocínio clínico entre acadêmicos, residentes, especialistas em clínica médica e inteligência artificial.

Fundamentação teórica/Introdução

Raciocínio Clinico (RC) é uma habilidade fundamental a ser ensinada num curso de medicina. O processo de RC feito pelo ser humano é complexo e envolve pensamento, atitudes, experiências e linguagens. Os modelos de processamento de linguagem natural, ou inteligência artificial (IA), são ferramentas com capacidade de gerar conteúdo em texto. Questiona-se, entretanto, se esses modelos teriam a capacidade de resolver problemas clínicos.

Objetivos

Comparar a habilidade de RC entre acadêmicos, médicos e modelos de inteligência artificial.

Delineamento e Métodos

7 acadêmicos, 7 residentes de clínica médica e 16 especialistas em clínica médica e 3 plataformas de IA responderam a um questionário sobre RC, num processo de validação. O questionário é composto por 40 questões com o gabarito construído por 3 experts em RC. As pontuações foram comparadas pelos métodos de Kruskal-Wallis e Pairwise.

Resultados

Foram obtidas as seguintes médias (desvios-padrão) para acurácia (máximo = 100): especialistas: 82,42 (9,63); residentes de clínica médica: 77,68 (6,10); acadêmicos do quarto ano de medicina: 65,18 (7,85); e IA: 57,50 (8,20). O de Kruskal-Wallis detectou diferença consistente entre os grupos(p=0,001). Comparados pelo método Pairwise, foram observadas diferença entre 4 dos 6 pares: a. IA e Residentes (p=0,030); b. IA e Especialistas (p=0,002); c. Acadêmicos e Residentes (p=0,041); e d. Acadêmicos e Especialistas (p=0,001). Não se observou diferenças entre os 2 pares a seguir: e. acadêmicos e IA e f. residentes e especialistas.

Conclusões/Considerações Finais

O uso da IA para obtenção de conhecimento pode ser útil no ensino médico e para esclarecer a população. Entretanto, a boa tomada de decisão médica, baseada em raciocínio clínico pertence a profissionais bem formados, conforme as próprias plataformas advertem.

Arquivos