Grandes modelos de linguagem (LLMs) já conseguem acompanhar ou até superar médicos experientes em certas áreas da tomada de decisão clínica. Isso é demonstrado por um estudo recente, sobre o qual a JMIR Publications relata em sua seção de Notícias e Perspectivas.
A pesquisa comparou o desempenho diagnóstico do modelo o1 da OpenAI com o de médicos em três fases do atendimento ao paciente: na triagem inicial na emergência, no primeiro contato médico e após a internação. A vantagem de desempenho da IA foi particularmente grande na triagem inicial, quando poucas informações estavam disponíveis.
Adam Rodman, um dos pesquisadores envolvidos, enfatizou, no entanto, que os resultados confirmam a capacidade diagnóstica dos modelos, mas que eles ainda não são adequados para uso independente. Embora os modelos de linguagem sejam bons em processar informações baseadas em texto, eles não podem substituir as informações não textuais que os médicos obtêm durante o exame físico ou por meio de sinais não verbais.
Os autores, portanto, veem o maior benefício da tecnologia atualmente como um sistema de apoio que pode alertar os médicos sobre possíveis erros de decisão e servir como uma segunda opinião. No entanto, para um uso seguro na prática, são necessários mais estudos prospectivos em ambientes clínicos reais.
O artigo "Can Human-Like Reasoning Be Replicated in LLMs for Clinical Decision-Making?" de Shalini Kathuria Narang foi publicado no Journal of Medical Internet Research (2026;28:e103526; DOI: 10.2196/103526).
