A internet diminui a confiança dos pacientes?

A implementação de novas tecnologias na medicina está longe de ser um processo simples. Mesmo os desenvolvimentos mais promissores podem introduzir controvérsias e consequências não intencionais. Na verdade, a invenção do estetoscópio foi recebida com resistência por parte de médicos que desaprovavam a ferramenta porque ela interferia na relação física entre eles e seus pacientes. No entanto, com o tempo, a relação evoluiu e, hoje, a ferramenta é central para a identidade do clínico. Ao longo das últimas décadas, outra tecnologia transformadora surgiu, a internet. Desde 1991, o seu uso global disparou de menos de 1% da população para mais de 5 bilhões de pessoas.

Historicamente, a relação médico‑paciente está enraizada em um modelo paternalista, no qual pacientes, em grande parte incapazes de acessar informações de saúde relevantes, dependendo dos médicos para tomar decisões por eles. O próprio Hipócrates argumentava que esses profissionais detêm a responsabilidade de decidir quanta informação compartilhada é do melhor interesse do paciente. Hoje, com a enorme acessibilidade de informações médicas disponíveis on‑line, os pacientes não são mais dependentes dessa dinâmica paternalista e podem atuar como participantes ativos em uma relação tríadica entre eles, seus médicos e o que passou a ser conhecido como “Doutor Google”.

A confiança é fundamental na área da saúde, mas, pelo menos nos Estados Unidos, ela vem diminuindo constantemente ao longo das seis décadas em que tem sido medida. Embora não haja como saber qual papel, se algum, o aumento das informações de saúde on-line desempenha nisso, é importante entender como as mudanças na confiança dos pacientes, tanto em seus médicos individuais quanto no sistema de saúde como um todo, e o apelo das informações de saúde on-line compartilham várias similaridades.

A investigação desse vínculo torna‑se ainda mais urgente à medida que entramos em uma nova era da informação digital em saúde. Uma onda massiva de ferramentas de inteligência artificial (IA) generativa, especialmente agentes movidos por grandes modelos de linguagem (LLMs), está transformando rapidamente a forma como as pessoas acessam e interagem com informações de saúde.

Ao longo dos anos, a medida que o número de usuários da internet cresceu houve um aumento proporcional de pacientes que passaram a utilizá-la para buscar informações sobre saúde. O que exatamente constitui essa informação varia entre os usuários. Antes de uma consulta médica, um paciente pode buscar uma melhor compreensão de seus sintomas, possíveis diagnósticos, questões logísticas como qual profissional procurar e onde, ou até mesmo por algum tipo de tranquilização. Após a consulta, pode pesquisar para obter esclarecimentos adicionais sobre as informações fornecidas ou para buscar perspectivas e conselhos de outras pessoas que receberam diagnósticos semelhantes. Independentemente da motivação, indivíduos citam regularmente a acessibilidade, conveniência e inesgotabilidade das fontes on‑line de informações de saúde.

A popularidade e a crescente demanda por informações de saúde on‑line estão bem estabelecidas. Em 2017, 74% dos adultos nos Estados Unidos afirmaram que recorrem primeiro à internet quando têm uma dúvida relacionada à saúde, um aumento em relação aos 61% registrados em 2008. Em 2022, outra pesquisa constatou que 85% dos usuários de internet nos EUA haviam pesquisado informações médicas ou de saúde on‑line no ano anterior.

Coincidindo com o aumento explosivo do uso da internet, a confiança e a credibilidade do público no sistema de saúde dos Estados Unidos diminuíram de forma constante. O General Social Survey mostrou uma queda notável na confiança em quem administra o sistema de saúde: de 1990 a 2022, a porcentagem de pessoas que expressaram “muita” confiança caiu aproximadamente 13 pontos percentuais, chegando a apenas 33%. Isso significa que dois terços dos americanos relatam ter apenas “alguma” ou “quase nenhuma” confiança na liderança da área de saúde.

Embora seja impossível atribuir uma explicação simples para essa diminuição da confiança no sistema de saúde, existem diversos problemas para os quais a disponibilidade on‑line de informações em saúde oferece uma solução.

A confiança pública no sistema de saúde dos EUA como instituição baseia-se em quão bem ele aborda as questões mais importantes para o público. Em praticamente todos os anos desde 2000, essas duas questões têm sido custo e acesso. Em uma pesquisa, os respondentes classificaram acesso e custo da assistência médica entre suas três principais preocupações em saúde pública com mais frequência do que enfrentar a epidemia de opioides e prevenir mortes infantis por violência armada.

A internet, por outro lado, é um recurso acessível de informação. Portanto, enquanto os custos e a acessibilidade do sistema de saúde dos EUA continuam sendo um desafio, a internet torna-se uma alternativa cada vez mais atraente para atender às necessidades de saúde de um número crescente de pessoas.

Quando se trata de confiança em um profissional de saúde individual, em vez do sistema como um todo, habilidades interpessoais têm papel dominante. Uma pesquisa revelou que pelo menos 75% dos pacientes que não confiavam em seu médico citaram motivos não relacionados ao conhecimento médico ou às orientações recebidas. Em vez disso, deram razões como: “Passa pouco tempo comigo” (25%), “Não me conhece” (14%), “Não me escuta” (14%) e “Não faz contato visual comigo” (3%). Estudos demonstraram que pacientes frequentemente decidem procurar atendimento em outro lugar com base nesses comportamentos socioemocionais, e não em percepções sobre a competência técnica do médico.

Por outro lado, a vasta variedade de perspectivas e comunidades disponíveis on-line pode oferecer aos indivíduos uma sensação de conexão pessoal que alguns não experimentam em ambientes tradicionais de assistência à saúde. Frequentemente, diferentes personalidades ou influenciadores atuam como intermediários em saúde, oferecendo desinformação disfarçada de solução simples e tranquilizadora para indivíduos. Isso cria um senso de comunidade que conforta o paciente e supre a conexão socioemocional que ele deseja em um profissional de saúde tradicional, mas muitas vezes ao custo de afastá-lo desses profissionais.

O resultado é um ciclo de desconfiança entre paciente e sistema de saúde, fundamentado em sentimentos e preocupações legítimas, mas amplificado pela retórica e pela desinformação.

Hoje, estamos entrando na era da Web 3.0, definida por maior personalização e empoderamento do usuário, impulsionados por avanços em tecnologias como IA e blockchain. Entre essas tecnologias, a IA generativa tem sido especialmente transformadora. Diferentemente das buscas tradicionais na internet, que frequentemente exibem conteúdo patrocinado e/ou manchetes sensacionalistas, LLMs podem fornecer respostas nuançadas e ricas em contexto, sintetizadas a partir de milhões de documentos produzidos por profissionais de saúde e outros especialistas. No entanto, é importante destacar que essa mesma capacidade de produzir textos fluentes, sofisticados e aparentemente confiáveis também introduz um risco significativo: tais conteúdos podem constituir formas particularmente persuasivas de desinformação.

Assim, entre os três fatores que tornam a informação on-line uma alternativa atraente aos cuidados tradicionais (custo, acessibilidade e validação interpessoal), a IA é equivalente à internet nos dois primeiros, e substancialmente mais avançada no último. Se esses fatores realmente contribuem para a queda da confiança no sistema de saúde tradicional e impulsionam as pessoas a buscar alternativas, é razoável supor que o aumento da disponibilidade de agentes de saúde baseados em LLM para o público geral levará a um crescimento exponencial do uso de recursos on-line como primeira e frequente fonte de informação.

Assim, surge a questão: qual é a melhor forma de implementar LLMs na medicina, tanto para pacientes quanto aos profissionais, de modo a potencialmente fortalecer a confiança no sistema de saúde?

LLMs têm o potencial de melhorar significativamente a experiência do paciente durante atendimentos ao aliviar a carga administrativa sobre os profissionais, especialmente tarefas relacionadas aos prontuários eletrônicos. Além disso, ferramentas de IA que transcrevem atendimentos em tempo real já estão sendo adotadas em diversos sistemas de saúde, permitindo liberar tempo do clínico e promover interações mais significativas e sem interrupções com os pacientes.

O conhecimento médico está se expandindo rapidamente, enquanto os pacientes vivem mais, apresentam mais comorbidades, usam mais medicamentos e consultam mais especialistas. O acúmulo exponencial de dados significa que cada paciente representa um desafio de “big data”. Em muitos sentidos, a complexidade médica atual excede a capacidade da mente humana. Erros podem levar a diagnósticos equivocados, gerando burnout, instabilidade financeira e morte.

LLMs já começaram a desempenhar um papel importante nesse cenário. Um exemplo é o OpenEvidence, um LLM treinado especificamente para medicina, que recentemente obteve 100% de acerto nos três exames do USMLE. Essa plataforma também demonstrou capacidade de fornecer suporte clínico baseado em evidências com altos níveis de satisfação entre médicos em avaliação retrospectiva.

Considerando o grande número de pessoas que recorrem à internet para responder perguntas diagnósticas sobre saúde, a crescente disponibilidade de LLMs ampliará substancialmente a capacidade de fornecer informações médicas personalizadas e de alta qualidade.  Um exemplo é um estudo prospectivo, randomizado e pragmático do Mo, um agente conversacional baseado em LLM supervisionado por médicos e desenvolvido para fornecer aconselhamento médico. O estudo descobriu que, em comparação com a interação padrão com médicos, o Mo foi avaliado pelos pacientes como tendo maior clareza, empatia semelhante, níveis comparáveis de confiança e maior satisfação geral.

Outro exemplo é o Articulate Medical Intelligence Explorer (AMIE), um LLM projetado para diálogos diagnósticos. Em uma avaliação com 159 atores simulando casos clínicos, o AMIE apresentou precisão e desempenho superiores aos de médicos generalistas em 30 dos 32 critérios avaliados.

De modo semelhante, o Microsoft AI Diagnostic Orchestrator (MAI‑DxO) foi testado em 304 casos diagnósticos desafiadores e alcançou 80% de acerto, quatro vezes a média de médicos generalistas, além de apresentar 20% menor custo diagnóstico.

Outro exemplo promissor é o desenvolvimento de um Personal Health Agent (PHA), alimentado por múltiplos LLMs, criado para fornecer recomendações personalizadas de bem‑estar integrando dados multimodais de dispositivos de saúde e registros médicos pessoais. O sistema inclui três subagentes especializados, um cientista de dados, um especialista clínico e um health coach, avaliados extensivamente em 10 tarefas de benchmark, com mais de 1.100 avaliações de usuários e profissionais. Os resultados demonstraram que agentes de IA podem analisar dados pessoais complexos e, mais importante, oferecer orientações empáticas e acionáveis adaptadas às necessidades de cada indivíduo.

Dado o progresso extraordinário das ferramentas de IA generativa em atender diversas necessidades de saúde, é fundamental reconhecer o quão cedo ainda estamos no desenvolvimento dessa tecnologia. O ChatGPT, por exemplo, está disponível publicamente há apenas três anos. À medida que essas ferramentas evoluem e desafios atuais são abordados de forma sistemática, sua atratividade como solução acessível e acessível em saúde só tende a crescer.

Se os sistemas de saúde não adotarem os LLMs como parceiros colaborativos, correm o risco de serem superados por empresas de tecnologia focadas principalmente em atender os desejos dos consumidores, aprofundando ainda mais a perda de confiança das pessoas nos sistemas de saúde tradicionais.