Cada vez mais os
alunos de medicina integram as plataformas de Inteligência Artificial (IA) às
suas rotinas, especialmente com foco em sanar dúvidas, revisar os conteúdos das
aulas e apoiar na organização de hipóteses em momentos de discussão clínica. No
entanto, este é um fenômeno que, em sua maioria, é realizado sem uma orientação
adequada por parte das universidades, algo que pode ser prejudicial para a
formação da nova geração de médicos no Brasil, considerando que a IA neste ambiente
impacta diretamente como os conhecimentos são acessados, interpretado e
aplicados no dia a dia.
Essa realidade é
particularmente relevante pois, segundo o levantamento
realizado pela Associação Nacional de Hospitais Privados (ANAHP) em parceria com
a Wolters Kluwer, 82% dos hospitais já contam com ferramentas de IA para
processos pré-estabelecidos, dado que revela a importância do aculturamento de
novos profissionais a esses recursos para o mercado de trabalho.
Desde o período de
graduação, a formação médica exige atualização constante tanto dos alunos
quanto de quem já exerce a profissão, em decorrência do alto volume de produção
científica deste setor, além das frequentes revisões de diretrizes clínicas e
do crescimento da literatura especializada em praticamente todas as áreas da
saúde.
Nesse sentido, o
registro de toda essa gama de conhecimentos torna-se uma tarefa cada vez mais
desafiadora e promove uma mudança na hierarquia de competências para os alunos
de medicina. Além de acompanhar a constante produção científica, exige-se do
estudante discernimento para identificar quais novos conteúdos e publicações
são, de fato, relevantes para a prática clínica. Por isso, a capacidade de
buscar informações relevantes, avaliar a qualidade metodológica dos estudos e
interpretar resultados em um determinado contexto clínico vem se consolidando
como uma habilidade tão importante quanto o próprio conhecimento para os
estudantes.
As plataformas de
IA contribuem, nesse ambiente, para a organização de volumes elevados de dados
e a apresentação de sínteses estruturadas, o que naturalmente modifica as
dinâmicas do aprendizado por parte dos estudantes. A agilidade das consultas de
informações altera a maneira que um aluno se relaciona com o conteúdo e desloca
o cerne da formação para a análise crítica das respostas obtidas.
Oportunidades
da IA para os alunos de medicina
Mesmo com os
desafios dessa integração, a Inteligência Artificial oferece oportunidades
pedagógicas que não devem ser descartadas. No caso de softwares adaptativos,
por exemplo, eles permitem a identificação de lacunas específicas de
conhecimento e o direcionamento a conteúdos personalizados, permitindo que o
aprendizado ocorra de modo mais personalizado e individualizado. Já as simulações
digitais possibilitam treinamentos de situações clínicas complexas em ambiente
controlado, ampliando a exposição a cenários nem sempre vivenciados pelos
estudantes. Esses recursos, quando inseridos de maneira estruturada no
currículo, podem fortalecer a formação dos alunos de medicina sem substituir a
experiência supervisionada com pacientes reais.
Além disso, o
papel de professores e preceptores nesse novo contexto também merece destaque.
Se os estudantes já acessam rapidamente respostas estruturadas, o docente tem
uma função ainda mais importante de orientar o raciocínio, estimular
questionamentos e aprofundar discussões sobre limites e controvérsias das
evidências disponíveis. Como o tempo dedicado à exposição de conteúdo tende a
ser reduzido nesse cenário, eles podem fomentar debates mais analíticos para o
desenvolvimento de competências dos alunos de medicina que não podem ser
automatizadas.
Desafios e
apoio das instituições de ensino
Acompanhando a
redefinição do papel dos docentes, os cursos de medicina também devem se
ajustar a essa nova realidade. Com o acesso à informação sendo feito
instantaneamente, a função do ensino não pode se limitar à transmissão de
conteúdo. É necessário que a formação dos estudantes se aprofunde em questões
como metodologia científica, interpretação de evidências, análise de risco e
tomada de decisão. Neste processo, uma das utilidades da IA é oferecer suporte
à organização de raciocínios, mas isso não elimina a necessidade de
compreender, por exemplo, por que determinada conduta é recomendada e em quais
circunstâncias ela pode não ser a mais adequada.
Um ponto de
atenção nesta discussão, no entanto, é a segurança da informação.
Principalmente nos dois últimos anos da faculdade, exemplos de casos clínicos
são comumente utilizados para contextualizar perguntas, ainda que sem
identificação direta de pacientes. Sem um ambiente supervisionado, não há
garantia de que esses dados estejam sendo tratados de acordo com normas de
proteção e confidencialidade. Porém, a responsabilidade pelo uso adequado de
informações sensíveis não pode ser delegada apenas ao estudante, especialmente
num espaço que deveria oferecer orientações claras de conduta.
Por isso, o
processo de integração estruturado e assistido da Inteligência Artificial ao
ensino médico também está ligada à governança acadêmica. Isso acarreta na
seleção de plataformas que combinam tecnologia e conteúdo validado por
especialistas, estabelecendo critérios de uso e oferecendo capacitação tanto
para estudantes quanto para docentes, de modo que o recurso tecnológico esteja
alinhado aos princípios da Medicina Baseada
em Evidências (MBE) e aos padrões éticos que orientam a prática clínica.
Atualmente, alunos
de medicina recorrem a diversas plataformas de IA no dia a dia, com níveis
variados de confiabilidade e transparência quanto às fontes consultadas. Nesse
cenário, sem uma orientação formal das instituições, o ambiente de aprendizagem
torna-se fragmentado e a qualidade do conteúdo acessado passa a depender
exclusivamente da escolha individual de cada aluno, dificultando a padronização
do ensino e a avaliação da qualidade do aprendizado.
Por conta disso, é
essencial que o estudante compreenda, ainda que de maneira introdutória durante
sua formação, como funcionam as tecnologias às quais tem acesso. Entender que
as respostas oferecidas são geradas a partir de modelos treinados com grandes
volumes de dados, que podem apresentar limitações ou vieses, contribui para
evitar que o aluno somente receba as informações e não aplique nenhum filtro de
averiguação. A formação médica passa a incluir, portanto, uma dimensão
relacionada à leitura crítica de ferramentas digitais, e não apenas de artigos
científicos.
A discussão sobre
Inteligência Artificial na educação médica não acaba na adoção de novas
ferramentas tecnológicas, mas também envolve como garantir qualidade, segurança
e rigor científico em um ambiente no qual o acesso à informação é imediato e
mediado por soluções digitais. A orientação estruturada por parte das
instituições é fundamental para que isso se concretize, assegurando que elas
estarão mais preparadas para acompanhar essa tendência e formar profissionais
capazes de equilibrar tecnologia e julgamento clínico.
Allan
Conti - Diretor Comercial da Wolters
Kluwer Health no Brasil.
Nenhum comentário:
Postar um comentário