Um estudo conduzido por pesquisadores da West Virginia University, publicado em 23 de maio de 2025 na revista Scientific Reports, avaliou a eficácia de quatro modelos do ChatGPT na formulação de diagnósticos médicos a partir de anotações clínicas de 30 casos reais de pronto-socorro. Os modelos analisados foram o GPT-3.5, GPT-4, GPT-4o e o modelo da série o1.
Os resultados indicaram que, embora os modelos de IA apresentem desempenho satisfatório em casos com sintomas típicos, eles enfrentam dificuldades significativas em identificar corretamente condições com apresentações atípicas. Por exemplo, em três casos de pacientes com pneumonia sem febre — um sintoma clássico da doença — todos os modelos falharam em incluir o diagnóstico correto entre suas três principais hipóteses.
O professor Gangqing “Michael” Hu, líder do estudo, destacou que essas limitações podem ser atribuídas à dependência dos modelos em dados amplamente disponíveis na internet, que frequentemente carecem de informações sobre apresentações clínicas incomuns. Ele enfatizou a necessidade de incorporar uma variedade maior de dados clínicos, incluindo casos atípicos, para aprimorar a capacidade diagnóstica dessas ferramentas.
O estudo também ressaltou a importância de utilizar a IA como um complemento, e não como substituto, da avaliação médica tradicional, especialmente em ambientes de emergência onde a variabilidade dos casos é alta.
Fonte:
News Medical. “AI tools show limitations in diagnosing atypical emergency room cases”, 23 de maio de 2025.
Link: News-Medical
