Inteligência artificial na educação sobre fibromialgia

Os modelos de linguagem de grande porte (LLMs), como ChatGPT, Copilot AI e Gemini AI, estão sendo cada vez mais utilizados por pacientes para buscar informações sobre saúde. Essas ferramentas oferecem acesso rápido a grandes volumes de dados e podem contribuir para melhorar a educação do paciente, preencher lacunas de conhecimento e direcioná-las a fontes confiáveis. No entanto, a qualidade e a precisão das respostas ainda são pouco reguladas e precisam ser cuidadosamente avaliadas.

A fibromialgia é uma síndrome crônica caracterizada por fadiga, dor difusa e comprometimento cognitivo, cujo diagnóstico é desafiador devido à ausência de marcadores específicos. Os fatores de risco incluem predisposição genética, estresse, sono não reparador e comorbidades reumáticas. As diversas opções terapêuticas, como medicamentos, exercícios, terapia cognitivo-comportamental e abordagens integrativas, levam pacientes a buscar respostas em fontes digitais, incluindo chatbots de IA.

Embora essas tecnologias possam ser utilizadas como recursos adicionais, nenhum estudo havia avaliado a qualidade das respostas fornecidas por IA para perguntas sobre fibromialgia. Por isso, Zure e Menekşeoğlu (2025) analisaram a legibilidade, precisão e qualidade dos chatbots em questões frequentes sobre a doença, identificando informações incorretas e propondo estratégias para aumentar o valor educacional dessas ferramentas para pacientes e profissionais de saúde.

Foram analisadas 60 respostas seis ferramentas de IA: ChatGPT-4o, ChatGPT-3.5, Perplexity AI, ChatSonic AI, Gemini AI e Copilot AI para as 10 perguntas mais pesquisadas sobre fibromialgia, identificadas pelo Google Trends entre 2022 e 2024.

A qualidade geral das informações fornecidas pelos chatbots foi considerada baixa. A compreensibilidade foi moderada, com melhor desempenho para Copilot, Gemini e Perplexity, enquanto a aplicabilidade foi fraca em todos os modelos, indicando que as respostas raramente forneciam orientações práticas para o paciente. A desinformação foi considerada moderada em todas as respostas, sugerindo risco potencial caso esses conteúdos sejam utilizados como fonte primária.

Em geral, as respostas variaram entre 183 e 350 palavras, sendo o Perplexity o chatbot que forneceu textos mais longos. A legibilidade foi classificada como difícil, equivalentes à leitura em nível universitário, e o entendimento dos textos foi considerado baixo, limitando a acessibilidade para pacientes com baixa literacia em saúde.

Apesar de algumas diferenças entre os modelos, nenhuma tecnologia atingiu padrões adequados de qualidade, legibilidade e aplicabilidade para uso como fonte primária de informação médica, sendo indicados como ferramentas complementares e não substitutos da orientação clínica baseada em evidências. Esses dados reforçaram a necessidade de desenvolvimento de modelos treinados com supervisão de profissionais de saúde, integração de diretrizes atualizadas e adaptação para níveis de leitura acessíveis, garantindo maior segurança e utilidade na educação do paciente.