Inteligência artificial clínica, com a evidência na mão.

O caminho de uma pergunta até a resposta

1. 1

   Entende a pergunta como médico brasileiro

   Expande as siglas do nosso dia a dia antes de buscar — HBPM é heparina de baixo peso, AAS é ácido acetilsalicílico (em inglês, a mesma sigla significa anabolizante). Quando a sigla é ambígua de verdade, como PCR, a Rosa pergunta em vez de adivinhar.

2. 2

   Busca a evidência na hora

   Uma pergunta com dois assuntos vira duas buscas no PubMed, uma por assunto, e a consulta é ampliada até trazer resultado. Junto vêm as diretrizes das sociedades — com a brasileira na frente.

3. 3

   Redige com as fontes abertas

   O texto é escrito a partir do que foi recuperado, não da memória do modelo. Cada dado específico sai com o número da fonte do lado.

4. 4

   Um segundo modelo confere

   Um modelo diferente do que escreveu audita as afirmações e as doses contra as mesmas fontes. O que ele contesta aparece para você em “Observações da checagem cruzada” — não é varrido para baixo do tapete.

5. 5

   Travas que não dependem da IA

   O nível de evidência vem do tipo de publicação registrado no PubMed, não da opinião do modelo. E citação que não aponta para uma fonte recuperada é removida antes de chegar à sua tela.

6. Nenhuma dessas etapas depende de você confiar na IA. Elas existem justamente porque um modelo sozinho erra com confiança — e um erro clínico confiante é o pior tipo.