LLMs e chatbots clínicos

Como a inteligência artificial pode ser incorporada ao ensino e ao treinamento em radiologia, e quais são os desafios dessa implementação?

Resposta

A incorporação da inteligência artificial (IA) na radiologia exige que os currículos de formação ampliem seu escopo para além da interpretação de imagens. Segundo a revisão, é necessário incluir alfabetização em IA, raciocínio ético, avaliação crítica da literatura e colaboração entre humanos e sistemas de IA. Compreender como a IA já está sendo usada na educação é ponto de partida para construir frameworks de treinamento eficazes.

Metodologicamente, a revisão de escopo seguiu o PRISMA-ScR e o framework População-Conceito-Contexto, com buscas em Scopus, PubMed e IEEE Xplore para estudos publicados entre 2020 e 2025. Foram incluídos 29 estudos originais, e os desfechos educacionais foram classificados em desenvolvimento de habilidades, engajamento e desempenho. O desenvolvimento de habilidades foi o desfecho mais investigado, seguido por desempenho e engajamento.

Os achados indicam que a maioria dos estudos relatou desfechos educacionais positivos ou aprimorados. As intervenções com IA aumentaram a confiança dos aprendizes, a alfabetização em IA, o raciocínio diagnóstico e a prontidão para implementação clínica. Ferramentas de IA generativa mostraram potencial para tutoria, avaliação e aprendizagem autodirigida, mas levantaram preocupações quanto à confiabilidade, alucinações, viés e uso ético.

As barreiras identificadas para a implementação incluem expertise docente limitada, treinamento formal insuficiente, sobrecarga curricular, infraestrutura inadequada e desafios de governança. A conclusão é que a IA tem potencial significativo para fortalecer a educação em radiologia por meio de aprendizagem personalizada, desenvolvimento de competências e treinamento aprimorado por tecnologia, mas a implementação sustentável requer currículos padronizados, desenvolvimento docente, frameworks de competência e supervisão ética robusta.

Pesquisas futuras devem focar em desfechos longitudinais e modelos educacionais baseados em evidências que preparem profissionais de radiologia para sistemas de saúde cada vez mais integrados à IA. O resumo não detalha a distribuição geográfica dos estudos nem o perfil específico dos participantes incluídos.

O que o estudo mostrou

Trata-se de uma revisão de escopo conduzida conforme o PRISMA-ScR, com buscas em Scopus, PubMed e IEEE Xplore para estudos publicados entre 2020 e 2025. Foram incluídos 29 estudos originais. O desenvolvimento de habilidades foi o desfecho mais investigado (55,2%), seguido por desempenho (27,6%) e engajamento (17,2%). Aproximadamente 86% dos estudos relataram desfechos educacionais positivos ou aprimorados, com ganhos em confiança, alfabetização em IA, raciocínio diagnóstico e prontidão clínica.

Limitações

O resumo não informa detalhes sobre a qualidade metodológica dos estudos incluídos, a distribuição geográfica das pesquisas ou o perfil dos participantes. Por ser uma revisão de escopo, os achados são descritivos e não permitem estimar efeito. O resumo também não informa limitações específicas apontadas pelos autores, nem dados sobre desfechos longitudinais, que são indicados como lacuna para pesquisas futuras.

Aplicação no consultório

Para o médico que atua em radiologia ou coordena equipes, os achados reforçam a necessidade de incluir alfabetização em IA, avaliação crítica e ética nos programas de educação continuada, além de desenvolver a colaboração humano-IA na rotina diagnóstica. Na gestão do consultório ou serviço, vale planejar desenvolvimento docente, infraestrutura e governança antes de adotar ferramentas de IA generativa, considerando riscos de confiabilidade, alucinações e viés. O resumo não informa custos ou modelos específicos de implementação.

Estudo citado

Use of artificial intelligence in education and training of radiology. Frontiers in radiology, 2026.
Autores: Morales-Cevallos MB, Ma Lam CB, López Pino MJ, Monge Moreno AM, Vique López DF.
DOI: 10.3389/fradi.2026.1899739 · PubMed: PMID 42745894

Perguntas para aprofundar

• Quais competências em IA devem ser incluídas na formação do radiologista?
• Como ferramentas de IA generativa podem apoiar a tutoria e a avaliação de residentes em radiologia?
• Quais barreiras institucionais dificultam a incorporação da IA nos programas de ensino em radiologia?

Mais sobre LLMs e chatbots clínicos

• Como a inteligência artificial pode transformar a educação, o treinamento e a pesquisa em ortopedia, e quais são suas limitações?
• Como está a operacionalização de aplicações de inteligência artificial na unidade de terapia intensiva, segundo uma revisão sistemática?
• Como os grandes modelos de linguagem, como o ChatGPT, estão sendo aplicados na psiquiatria e quais são suas limitações?
• Qual é o papel do ChatGPT na educação e prática urológica e quais são suas limitações?
• A integração de IA generativa em apps de saúde mental para jovens é segura e eficaz segundo a evidência disponível?

Todas as perguntas sobre LLMs e chatbots clínicos · Todos os temas · Versão em markdown