Papel dos Grandes Modelos de Linguagem na Segurança do Paciente em um Estudo de Avaliação por Especialistas
DOI:
https://doi.org/10.59681/2175-4411.v18.2026.1570Palavras-chave:
Sistemas de Apoio a Decisões Clínicas, Inteligência Artificial, Modelos de Linguagem GrandeResumo
Objetivo: Este estudo avalia comparativamente o desempenho de diferentes Large Language Models (LLMs) como ferramentas de apoio à prescrição médica, considerando critérios associados à segurança do paciente e à aplicabilidade clínica, a partir da avaliação cega de especialistas. Métodos: Seis LLMs responderam quatro questões sobre contraindicações, interações medicamentosas e dosagens. Um painel de 34 médicos avaliou às cegas 24 respostas com base em cinco critérios: consistência, foco, coerência, completude e detalhe. Resultados: O desempenho variou conforme os critérios e tipos de perguntas; o LLM6 teve melhor completude e detalhe, especialmente em casos complexos. Perguntas simples, como contraindicações, tiveram notas mais altas, enquanto as complexas apresentaram maior variação. Conclusão: Os achados indicam que o uso de LLMs no apoio à prescrição médica requer seleção criteriosa do modelo e consideração do nível de complexidade clínica, reforçando a necessidade de validação contextual antes de sua adoção em ambientes assistenciais.
Downloads
Referências
Tariq RA, Vashisht R, Sinha A. Medication dispensing errors and prevention. In: StatPearls. Treasure Island (FL): StatPearls Publishing; [cited 2025 May 14]. Available from: https://www.ncbi.nlm.nih.gov/books/NBK519065
National Coordinating Council for Medication Error Reporting and Prevention. About medication errors: what is a medication error? [cited 2025 Feb 2]. Available from: https://www.nccmerp.org/about-medication-errors
Cruzeta APS, Dourado ACL, Monteiro MTM, Martins RO, Calegario TA, Galato D. Fatores associados à compreensão da prescrição médica no Sistema Único de Saúde de um município do Sul do Brasil. Cien Saude Colet. 2013;18(12):3731-7. doi: https://doi.org/10.1590/S1413-81232013001200029
World Health Organization. Medication without harm. 2025 [cited 2025 Feb 3]. Available from: https://www.who.int/initiatives/medication-without-harm
Academy of Managed Care Pharmacy. Medication errors. 2025 [cited 2025 Feb 3]. Available from: https://www.amcp.org/concepts-managed-care-pharmacy/medication-errors
Cohen MR, Smetzer JL. ISMP medication error report analysis. Hosp Pharm. 2017;52(6):390-3. doi: https://doi.org/10.1177/0018578717715346
Shah K, Xu AY, Sharma Y, Daher M, McDonald C, Diebo BG, et al. Large language model prompting techniques for advancement in clinical medicine. J Clin Med. 2024;13(17):5101. doi: https://doi.org/10.3390/jcm13175101
Netto AV, Berton L, Takahata AK. Ciência de dados e a inteligência artificial na área da saúde. São Paulo: Editora dos Editores; 2021.
Netto AV. Ciência de dados em saúde: contribuições e tendências para aplicações. Rev Saúde.Com. 2021;17(3):1-5. doi: https://doi.org/10.22481/rsc.v17i3.6290
The Healthcare Technology Report. Software & Data: Oxford’s DrugGPT AI tool enhances medication prescriptions. 2024 [cited 2025 Feb 4]. Available from: https://thehealthcaretechnologyreport.com/oxfords-druggpt-ai-tool-enhances-medication-prescriptions
Medeiros CH, Kauark FD, Manhães FC. Metodologia da pesquisa: guia prático. Itabuna: Via Litterarum; 2010.
OpenAI. Hello GPT-4o. 2024 [cited 2025 Feb 8]. Available from: https://openai.com/index/hello-gpt-4o
Cortex. Your exclusive corporate AI. 2025 [cited 2025 Feb 8]. Available from: https://sinapse.tech/cortex
Anthropic. Introducing Claude 3.5 Sonnet. 2024 [cited 2025 Feb 8]. Available from: https://www.anthropic.com/news/claude-3-5-sonnet
Meta. Introducing Llama 3.1: our most capable models to date. 2024 [cited 2025 Feb 8]. Available from: https://ai.meta.com/blog/meta-llama-3-1
Cohere. The all-in-one platform for private and secure AI. 2024 [cited 2025 Feb 8]. Available from: https://cohere.com/
Google. Gemini models. 2025 [cited 2025 Feb 8]. Available from: https://ai.google.dev/gemini-api/docs/models/gemini
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Antonio Valerio Netto, Camila de Brito Pontes

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.