Um estudo recente revela que os pacientes frequentemente fornecem descrições menos detalhadas de seus sintomas a um assistente digital, o que pode prejudicar a precisão dos diagnósticos automatizados.
Os chatbots médicos e as ferramentas de autoavaliação são cada vez mais utilizados como primeiro contato entre o paciente e o sistema de saúde. Eles ajudam a determinar a urgência de uma situação antes que um profissional intervenha. No entanto, esta nova pesquisa mostra que a eficácia dessas ferramentas não depende apenas de seu poder de cálculo: ela também se baseia na qualidade das informações fornecidas pelos usuários.
O estudo foi conduzido pela equipe do professor Wilfried Kunde da Universidade de Würzburg e publicado na
Nature Health. Envolveu 500 participantes, que deveriam redigir relatórios de sintomas para duas condições comuns: dores de cabeça incomuns e sintomas gripais. Foi-lhes dito que esses relatórios seriam analisados por um chatbot de IA ou por um médico humano.
Os resultados são claros: as descrições destinadas à IA eram menos úteis para a avaliação médica do que as redigidas para um profissional. Entre outros indicadores, os relatórios para médicos tinham em média 255,6 caracteres, contra 228,7 para os chatbots. Mesmo que a diferença pareça pequena, ela pode ter consequências reais. Os sistemas de IA, por mais avançados que sejam, correm o risco de fornecer conselhos imprecisos se faltarem detalhes importantes.
Um fenômeno chamado "negligência da singularidade" explicaria em parte essa retenção de informações. Muitas pessoas pensam que a IA não consegue captar as nuances individuais de sua situação e se limita a reconhecer padrões padrão. As preocupações com a privacidade e o ceticismo em relação aos diagnósticos algorítmicos também levam os pacientes a fornecer dados vagos ou incompletos.
Os pesquisadores enfatizam que apenas a melhoria da tecnologia não será suficiente. Eles recomendam projetar interfaces que incentivem uma comunicação mais rica. Por exemplo, dar exemplos de descrições detalhadas e pedir ativamente esclarecimentos quando faltarem informações. Esses ajustes poderiam reduzir erros de diagnóstico e aliviar a pressão sobre os sistemas de saúde.
A confiança e a percepção dos usuários desempenham um papel importante no desempenho das ferramentas digitais. Para que essas tecnologias cumpram suas promessas, será necessário não apenas aperfeiçoar os algoritmos, mas também entender melhor o comportamento dos pacientes.
Fonte: Nature Health