Avaliação de modelos de Transformador Pré-Treinado Generativo (GPT) para avaliação de risco de suicídio em registros sintéticos de diários de pacientes. · Artigo de referência

Título original: Evaluating Generative Pretrained Transformer (GPT) models for suicide risk assessment in synthetic patient journal entries. Pode sustentar plausibilidade de triagem inicial assistida por LLM em texto si…

Como a literatura científica descreve e avalia o uso de sistemas conversacionais de IA generativa, especialmente modelos grandes de linguagem e chatbots baseados em LLMs, em funções de psicoterapia, aconselhamento, psicoeducação, autocuidado em saúde mental ou suporte emocional, e que evidências existem sobre contextos de uso, aceitabilidade, efeitos relatados, segurança, manejo de crise, limitações e salvaguardas?

A literatura disponível descreve usos delimitados de chatbots e IA generativa em saúde mental. No corpus público atual, há sinal baixo a moderado de aceitabilidade e de apoio pontual em contextos de baixo risco, sobretudo quando a tarefa é estruturada e a supervisão humana permanece. Isso não demonstra que esses sistemas “façam terapia” no sentido clínico, nem que sejam seguros em crise ou capazes de substituir psicoterapia humana.

Força da evidência: baixa a moderada para apoio pontual, aceitabilidade e usos estruturados ou supervisionados de baixo risco; baixa para benefício clínico sustentado; insuficiente/não demonstrada para segurança em crise e para substituição de psicoterapia humana

Título original: Evaluating Generative Pretrained Transformer (GPT) models for suicide risk assessment in synthetic patient journal entries.

O que este artigo pode sustentar: Pode sustentar plausibilidade de triagem inicial assistida por LLM em texto sintético e rapidez/custo baixos frente ao consenso de avaliadores clínicos

O que este artigo não pode sustentar: Não pode sustentar segurança clínica em pacientes reais, eficácia terapêutica, redução de suicídio ou autonomia do sistema em crise

Alerta metodológico: Mostra concordância relevante em dados sintéticos, mas com conflito comercial e sem validação em uso real