Academia Médica
Academia Médica
Você procura por
  • em Publicações
  • em Grupos
  • em Usuários
loading
VOLTAR

Inteligência Artificial na Comunicação Médico-Paciente

Inteligência Artificial na Comunicação Médico-Paciente
Academia Médica
mar. 22 - 4 min de leitura
000

O uso da Inteligência Artificial (IA) na medicina tem sido tema de estudos e discussões intensas nos últimos anos. Uma pesquisa publicada na JAMA Network Open, em 20 de março de 2024, destaca o potencial revolucionário e os desafios da implementação de modelos de linguagem generativa, como o GPT-4 da OpenAI, no contexto da saúde.  Este estudo explora uma aplicação valiosa da Inteligência Artificial (IA) na saúde: a otimização da gestão de mensagens em portais e aplicativos móveis de saúde, destinados aos pacientes.

🟦 A tabela detalha as características demográficas da coorte estudada:

Fonte:  Garcia P, Ma SP, Shah S, et al., 2024

Essas plataformas digitais, que possibilitam a interação direta entre pacientes e profissionais de saúde, experimentaram um aumento expressivo de uso durante a pandemia de COVID-19. Esse crescimento acelerado ampliou significativamente a carga de trabalho dos profissionais de saúde, contribuindo para elevados níveis de estresse e esgotamento profissional no contexto médico.

Os resultados da pesquisa apontam para a adoção, usabilidade e melhorias notáveis na carga de trabalho mental e exaustão entre os profissionais de saúde, sem sinais adversos de segurança. Notavelmente, o estudo revelou que o uso do GPT-4 para gerar respostas automáticas a mensagens de pacientes alcançou uma utilização média cumulativa de 20% em apenas cinco semanas do periodo pesquisado. Isso é particularmente impressionante considerando que o GPT-4 não foi treinado especificamente em literatura médica nem ajustado para essa tarefa, e que o contexto disponível, do registro de saúde eletrônico do paciente para a geração de rascunhos era limitado.

Entretanto, o estudo também identificou áreas que necessitam de melhorias, como o tom, a brevidade e a personalização das respostas. Além disso, apesar das melhorias na carga de trabalho mental e exaustão, não foram observadas economias de tempo significativas em comparação com o período anterior ao piloto. Isso sugere que a transição de escrever para editar respostas pode ser menos cognitivamente exigente, embora consuma uma quantidade de tempo semelhante.

A pesquisa destaca o potencial de modelos de IA como o GPT-4 para transformar a prática médica, aliviando o fardo cognitivo e reduzindo o esgotamento entre os profissionais de saúde. No entanto, os autores enfatizam a necessidade de estudos controlados adicionais em múltiplos locais e com uma gama mais ampla de profissionais de saúde para explorar plenamente os benefícios e limitações dessa tecnologia.

Um aspecto crítico apontado pelo estudo é a necessidade de personalização e ajuste fino dos modelos de IA para melhor se adequarem às necessidades específicas das instituições de saúde e dos indivíduos, assim como a importância de desenvolver padrões de referência e conjuntos de treinamento específicos para avaliar o desempenho dos modelos em casos de uso específicos.

🟦 Na tabela é possível explorar a codificação qualitativa dos comentários em texto livre obtidos nas pesquisas realizadas após o estudo, o que nos permite compreender as percepções e feedbacks diretos dos participantes:

Fonte:  Garcia P, Ma SP, Shah S, et al., 2024

Em conclusão, este estudo pioneiro sobre a implementação de IA generativa na prática clínica oferece insights sobre as potencialidades e desafios dessa tecnologia emergente. Ele serve como um chamado à ação para a realização de pesquisas adicionais e o desenvolvimento de estratégias informadas por dados clínicos que orientem a adoção e implementação de IA na saúde, garantindo que os benefícios potenciais sejam plenamente realizados enquanto se minimizam os riscos e custos associados.

Para acessar a pesquisa na íntegra, disponibilizamos aqui o link de acesso. 


Referência:

Garcia P, Ma SP, Shah S, et al. Artificial Intelligence–Generated Draft Replies to Patient Inbox Messages. JAMA Netw Open. 2024;7(3):e243201. doi:10.1001/jamanetworkopen.2024.3201


Denunciar publicação
    000

    Indicados para você