Um dos maiores estudos já realizados sobre o uso de inteligência artificial na medicina concluiu que chatbots de IA podem superar médicos em precisão diagnóstica em determinadas situações clínicas.

A pesquisa, conduzida por cientistas da Universidade de Harvard e publicada na revista Science, comparou o desempenho de modelos de linguagem com o de profissionais de saúde em cenários reais de atendimento, especialmente em situações de emergência.

Os resultados indicaram que a inteligência artificial acertou diagnósticos em cerca de 67% dos casos, enquanto médicos ficaram entre 50% e 55% nas mesmas condições iniciais. Quando mais informações eram fornecidas, a taxa de acerto da IA chegou a 82%, nível semelhante ou superior ao dos profissionais humanos.

Veja também

WhatsApp deixará de funcionar em celulares Android antigos a partir de setembro; veja quem será afetado

Sangue de bebês recém-nascidos revela presença de substâncias químicas industriais, aponta estudo

Além disso, ao analisar planos de tratamento mais complexos, os sistemas de IA também apresentaram desempenho superior, alcançando índices significativamente mais altos que médicos avaliados no estudo.

Apesar dos resultados, os pesquisadores ressaltam que a tecnologia ainda tem limitações importantes. A IA foi testada apenas com dados textuais, como prontuários e informações clínicas, sem acesso a sinais físicos do paciente, como aparência, comportamento ou nível de dor.

Especialistas afirmam que o uso mais promissor da tecnologia é como ferramenta de apoio, funcionando como uma “segunda opinião” para médicos e ajudando a reduzir erros de diagnóstico.

A tendência apontada pelo estudo é a criação de um modelo híbrido de atendimento, em que médicos, pacientes e sistemas de inteligência artificial atuam de forma integrada.

Curtiu? Siga o PORTAL DO ZACARIAS no Facebook, Twitter e no Instagram. 

Entre no nosso Grupo de WhatApp, Canal e Telegram 

Mesmo com o avanço, há alertas sobre riscos, como dependência excessiva da tecnologia, responsabilidade por erros e desempenho desigual em diferentes perfis de pacientes.