Tradução não revistaA tradução em Português desta entrada não foi revista por pares e pode diferir da fonte. O acrónimo, o título completo e a citação mantêm-se sempre na língua original.Abrir a publicação original ↗
AMIE
Towards Conversational Diagnostic Artificial Intelligence (Articulate Medical Intelligence Explorer)
Doente / População Intervenção / Exposição Comparação Desfecho
Em 159 consultas de texto com doentes atores validados, uma IA diagnóstica conversacional baseada em LLM (AMIE), melhorou a exatidão diagnóstica e a qualidade avaliada da consulta em comparação com médicos de cuidados primários.
N
159doentes
Desenho
Estudo cruzado aleatorizado, duplamente cego, em estilo OSCE, cenários aleatorizados, Canadá/Reino Unido/Índia
Desfecho
Exatidão diagnóstica e desempenho em eixos clinicamente relevantes (colheita da história, diagnóstico, orientação, comunicação, empatia) avaliados por médicos especialistas e doentes-atores
Relevância
2Importante — um de vários pilares.
ResultadoO AMIE mostrou maior exatidão diagnóstica e foi superior em 30 de 32 eixos avaliados por médicos especialistas e em 25 de 26 eixos avaliados por doentes-atores; o abstract não reporta magnitudes de efeito.
Tu T, et al. Nature. 2025;642(8067):442-450. 10.1038/s41586-025-08866-7
Discussão e crítica
A primeira comparação direta aleatorizada e cega de uma IA conversacional contra médicos na colheita da história, no diagnóstico e na empatia — um marco, e o sistema AMIE foi depois testado em cuidados especializados (O'Sullivan LLM (cardiology)). Fortemente ressalvado pelos próprios autores: a conversa síncrona por texto não é habitual na prática clínica, os doentes eram atores e nada foi testado em cuidados reais.