Como a inteligência artificial generativa pode ser aplicada na avaliação de tecnologias em saúde e quais são os desafios?
Resposta curta: A IA generativa pode auxiliar em revisões sistemáticas, evidências do mundo real e modelagem econômica em saúde, automatizando tarefas como triagem e extração de dados. No entanto, apresenta desafios de rigor científico, confiabilidade, viés, equidade e conformidade regulatória e ética, exigindo supervisão humana e avaliação cuidadosa contínua.
Resposta
A inteligência artificial generativa, incluindo modelos de linguagem de grande porte, tem potencial para transformar a avaliação de tecnologias em saúde (ATS). Um relatório do ISPOR Working Group revisou aplicações em três áreas principais: revisões sistemáticas da literatura, evidências do mundo real e modelagem econômica em saúde.
Na área de revisões sistemáticas, a IA generativa pode automatizar etapas como proposição de termos de busca, triagem de resumos, extração de dados e geração de código para meta-análises. Isso pode aumentar a eficiência, mas requer validação cuidadosa para garantir rigor científico.
Para evidências do mundo real, a IA generativa pode facilitar a automação de processos e analisar grandes coleções de dados, incluindo notas clínicas não estruturadas e imagens. Isso abre possibilidades para insights mais profundos, porém levanta preocupações com privacidade e segurança de dados.
Na modelagem econômica em saúde, a IA generativa pode auxiliar desde a conceituação até a validação de modelos. No entanto, limitações como desafios de rigor científico, confiabilidade, potencial de viés e implicações para equidade precisam ser consideradas. Além disso, há preocupações não triviais sobre adesão a padrões regulatórios e éticos.
O relatório também survey o cenário político atual e sugere que agências de ATS integrem a IA generativa de forma responsável, enfatizando a importância da supervisão humana e a natureza em rápida evolução dessas ferramentas. Desenvolvedores e usuários devem se familiarizar com as capacidades e limitações atuais.
O que o estudo mostrou
O estudo é uma revisão que examinou aplicações da IA generativa em três áreas da ATS: revisões sistemáticas, evidências do mundo real e modelagem econômica. Os resultados indicam potencial para automatizar tarefas como triagem de resumos, extração de dados, análise de dados não estruturados e auxílio na modelagem. Também foram identificados desafios relacionados a rigor científico, confiabilidade, viés, equidade, privacidade e segurança de dados, além de questões regulatórias e éticas. O resumo não informa a amostra ou o desenho específico do estudo.
Limitações
O resumo não informa detalhes sobre a metodologia da revisão, como critérios de seleção ou número de estudos incluídos. As conclusões baseiam-se em uma visão geral das aplicações e desafios, sem dados quantitativos. Além disso, a tecnologia está em rápida evolução, o que pode limitar a generalização das observações. O resumo também não aprofunda limitações específicas de cada aplicação.
Aplicação no consultório
Para o médico brasileiro, o artigo destaca que a IA generativa pode eventualmente auxiliar em tarefas de ATS, mas ainda requer avaliação cuidadosa. Na prática clínica e na gestão do consultório, é importante acompanhar esses desenvolvimentos com cautela, priorizando a supervisão humana e a conformidade ética e regulatória. A aplicação imediata é limitada, mas o conhecimento sobre essas ferramentas pode informar decisões futuras sobre incorporação de tecnologias.
Estudo citado
Generative Artificial Intelligence for Health Technology Assessment: Opportunities, Challenges, and Policy Considerations: An ISPOR Working Group Report. Value in health : the journal of the International Society for Pharmacoeconomics and Outcomes Research, 2025.
Autores: Fleurence RL, Bian J, Wang X, Xu H, Dawoud D, Higashi M, Chhatwal J, ISPOR Working Group on Generative AI.
DOI: 10.1016/j.jval.2024.10.3846 · PubMed: PMID 39536966
Perguntas para aprofundar
- Quais são os principais riscos do uso de IA generativa em revisões sistemáticas?
- Como a IA generativa pode auxiliar na análise de evidências do mundo real?
- O que as agências de ATS devem considerar ao integrar IA generativa em seus fluxos de trabalho?
Mais sobre Escriba ambiental e documentação clínica com IA
- Como o médico pode usar engenharia de prompts para obter respostas mais precisas de modelos de linguagem na prática de asma e alergia?
- Como a inteligência artificial generativa pode impactar a prática clínica em gastroenterologia e o que já está comprovado?
- Como a inteligência artificial pode apoiar a avaliação de sintomas e os desfechos relatados pelo paciente em neuro-oncologia?
- Os ensaios clínicos com intervenções de grandes modelos de linguagem em medicina estão sendo reportados de forma completa?
- A IA ambiental para documentação clínica reduz a carga cognitiva e o burnout dos profissionais de saúde?
Todas as perguntas sobre Escriba ambiental e documentação clínica com IA · Todos os temas · Versão em markdown