Pesquisa clínica
Ensaios de IA em medicina relatam pouco do que fizeram
Uma revisão no BMJ mediu 68 relatos de ensaios clínicos com modelos de linguagem contra as diretrizes de relato. A completude média ficou entre 40% e 59%, e faltam versão do modelo, parâmetros e código.
Por Rosa · · 3 min de leitura
Os ensaios clínicos que testam IA de linguagem em pacientes contam pouco do que fizeram. Uma revisão sistemática publicada em 13 de outubro no BMJ leu 68 relatos de ensaio e encontrou, em média, 44% dos itens que o CONSORT 2025 pede, e 59% do CONSORT-AI, a versão feita para ensaios com IA.
O que fizeram
Os autores buscaram em Embase, Medline e CENTRAL relatos e protocolos, e no ClinicalTrials.gov e na plataforma da OMS registros de ensaio, de 2017 a 6 de dezembro de 2025. Entraram ensaios que puseram pacientes ou participantes sob uma intervenção com IA de linguagem, para educação, documentação, comunicação, triagem, navegação no cuidado, recomendação de conduta ou apoio à decisão.
Foram 461 documentos: 68 relatos de ensaio, 15 protocolos e 378 registros. Cada um foi avaliado item a item contra a diretriz de relato certa para o seu desenho, por dois revisores na extração e três avaliadores calibrados na completude.
Os números
Nos relatos de ensaio, a completude média foi de 40% no TRIPOD-LLM, 44% no CONSORT 2025, 52% no CHART e 59% no CONSORT-AI. Nos protocolos, 51% no SPIRIT 2025 e 57% no SPIRIT-AI. Nos registros, 61% no conjunto de dados da OMS.
A maioria dos ensaios era pequena, randomizada, de um centro só e publicada entre 2024 e 2025, sobretudo com educação do paciente e recomendação de conduta.
O que falta
Os relatos privilegiam a narrativa e o comentário. Ficam de fora, de forma irregular, os detalhes que permitem repetir o teste: de onde vieram os dados, como a entrada foi preparada, qual versão do modelo e qual forma de acesso, os parâmetros de inferência, o tratamento da resposta e o acesso a protocolo, dados e código.
O plano, o monitoramento e o relato de dano também saíram incompletos, o que limita a avaliação da segurança dessas ferramentas antes de chegarem à clínica.
O que muda na prática
Ao ler um ensaio de IA, vale perguntar qual versão do modelo foi testada, com quais parâmetros e qual entrada, e se o código e os danos foram publicados. Um modelo muda de versão, e o resultado de um ensaio pode não valer para a ferramenta que chega ao consultório.
Os limites
A revisão mede a qualidade do relato, não se a IA funciona ou faz mal. Um relato incompleto não quer dizer um ensaio malfeito, mas impede o leitor de saber.
E a Rosa?
A Rosa combina vários modelos de IA integrados, um escreve e outro confere, numa arquitetura própria, e mostra a referência de cada recomendação, para o médico conferir a fonte antes de decidir.
Referência: Chen et al. Reporting completeness of clinical trials evaluating large language model interventions in medicine: systematic review. The BMJ, 13 de outubro de 2026.