# Chatbots baseados em grandes modelos de linguagem são confiáveis para identificar interações medicamentosas na prática clínica?

> Uma revisão sistemática mostrou que chatbots públicos como ChatGPT, Bing AI e Google Bard têm desempenho variável e parcial na detecção de interações medicamentosas. O ChatGPT-4.0 identificou mais interações potenciais, mas com acurácia inconsistente. Bing AI e Google Bard foram menos confiáveis. Os autores concluem que faltam ferramentas dedicadas e padronização de métodos.

Estudo citado: Mondal H, Dash I, Mondal S, Varikasuvu SR, Gayen RK, Sharma S et al.. A systematic mapping review on the capability of large language models in drug-drug interaction analysis. Expert review of clinical pharmacology. 2025. DOI: https://doi.org/10.1080/17512433.2025.2568090. PubMed: https://pubmed.ncbi.nlm.nih.gov/40999995/

## Resposta

A revisão sistemática, conduzida conforme o PRISMA e registrada no PROSPERO, buscou evidências sobre a capacidade de chatbots baseados em grandes modelos de linguagem (LLMs) em analisar interações medicamentosas (DDI). Foram incluídos nove estudos publicados entre 2023 e 2025 que avaliaram chatbots publicamente acessíveis, como ChatGPT, Bing AI e Google Bard. Os métodos variaram desde triagem de polifarmácia em nível de paciente até checagem de medicamentos isolados e vinhetas de casos clínicos.

Os resultados mostraram desempenho inconsistente entre os chatbots. O ChatGPT, especialmente a versão 4.0, tendeu a identificar mais interações potenciais, porém com acurácia variável. Já o Bing AI e o Google Bard foram menos confiáveis na detecção de DDIs. Essa variabilidade sugere que, embora os LLMs possam auxiliar, ainda não substituem ferramentas validadas e bases de dados especializadas.

Os autores concluem que a efetividade dos chatbots públicos é parcial e variável, não sendo suficiente para uso clínico rotineiro sem supervisão. Destacam a necessidade de desenvolver chatbots dedicados e gratuitos para identificação de DDIs, além de padronizar métodos de avaliação e ampliar o acesso. A revisão não fornece dados sobre amostra ou desenho dos estudos incluídos, limitando conclusões mais precisas.

Para o médico, os achados reforçam que o uso de LLMs na prática clínica deve ser cauteloso. A aplicação no consultório pode incluir o uso dessas ferramentas como apoio secundário, nunca como única fonte para decisões sobre interações medicamentosas. A gestão do consultório pode se beneficiar de políticas que orientem o uso crítico dessas tecnologias, priorizando fontes confiáveis e validadas.

## O que o estudo mostrou

Revisão sistemática com nove estudos (2023-2025) que avaliaram chatbots públicos (ChatGPT, Bing AI, Google Bard) na identificação de interações medicamentosas. Os métodos variaram de triagem de polifarmácia a vinhetas de casos. O ChatGPT-4.0 identificou mais interações potenciais, mas com acurácia variável; Bing AI e Google Bard foram menos confiáveis. O resumo não informa o tamanho da amostra nem o desenho detalhado dos estudos incluídos.

## Limitações

O resumo não informa o número total de pacientes ou casos avaliados, nem o desenho específico de cada estudo incluído. A heterogeneidade metodológica e a falta de padronização dificultam comparações. Além disso, a revisão se restringe a chatbots públicos, não avaliando ferramentas dedicadas. Essas lacunas limitam a generalização dos achados para a prática clínica.

## Aplicação no consultório

Os achados sugerem que chatbots públicos não devem ser usados como ferramenta única para checar interações medicamentosas. No consultório, podem servir como apoio secundário, desde que o médico valide as informações em fontes confiáveis. Para a gestão, é prudente estabelecer diretrizes sobre o uso crítico dessas tecnologias, evitando decisões baseadas apenas em respostas de LLMs e priorizando bases de dados especializadas.

## Perguntas para aprofundar

- Qual o desempenho do ChatGPT-4.0 na identificação de interações medicamentosas em comparação com bases de dados tradicionais?
- Existem chatbots dedicados e gratuitos para análise de interações medicamentosas com validação clínica?
- Como padronizar a avaliação de LLMs para detecção de interações medicamentosas na prática clínica?

Tema: LLMs e chatbots clínicos. Página: https://alphadoctor.com.br/ciencia/ia-llm-chatbots/chatbots-baseados-em-grandes-modelos-de-linguagem-sao-confiaveis-para/

Conteúdo educacional para profissionais de saúde, baseado no resumo do artigo citado. Não substitui a leitura do estudo original nem avaliação clínica.