Avaliação do desempenho de grandes modelos de linguagem em consulta médica: estudo comparativo. · Artigo de referência

Título original: Performance Assessment of Large Language Models in Medical Consultation: Comparative Study. Pode sustentar que os modelos gerais testados geraram respostas mais próximas das referências do que os bioméd…

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: Performance Assessment of Large Language Models in Medical Consultation: Comparative Study.

O que este artigo pode sustentar: Pode sustentar que os modelos gerais testados geraram respostas mais próximas das referências do que os biomédicos avaliados

O que este artigo não pode sustentar: Não pode sustentar terapia, segurança clínica, empatia adequada ou benefício em usuários reais

Alerta metodológico: Mostra desempenho textual em perguntas sobre depressão, mas mede similaridade de resposta, não cuidado em saúde mental