![pageSearch](/themes/hestia/images/page-search.webp)
Amostra microfantasma de espalhamento 3D para avaliar a precisão quantitativa em técnicas de microscopia de fase tomográfica
May 30, 2023Complexo basal: um componente de asa inteligente para transformação automática de forma
May 31, 2023Aplicação de três adicionais
Jun 01, 2023Personalizado
Jun 02, 2023Desenvolvimento de um paciente
Jun 03, 2023Os sistemas de apoio à decisão clínica podem ser uma mais-valia na educação médica? Uma abordagem experimental
![Aug 06, 2023](/themes/hestia/images/news-details-icon1.webp)
BMC Medical Education volume 23, número do artigo: 570 (2023) Citar este artigo
319 Acessos
Detalhes das métricas
A precisão do diagnóstico é um dos principais pilares da tomada de decisão médica adequada e bem-sucedida. Sistemas de apoio à decisão clínica (CDSSs) têm sido usados recentemente para facilitar as considerações diagnósticas do médico. No entanto, até à data, pouco se sabe sobre os potenciais benefícios do CDSS para estudantes de medicina num ambiente educacional. O objetivo do nosso estudo foi explorar a utilidade dos CDSSs para estudantes de medicina, avaliando seu desempenho diagnóstico e a influência de tal software na confiança dos estudantes em suas próprias habilidades diagnósticas.
Com base em casos de papel, os alunos tiveram que diagnosticar dois pacientes diferentes usando um CDSS e métodos convencionais, como, por exemplo, livros didáticos, respectivamente. Ambos os pacientes apresentavam uma doença comum, em um cenário a apresentação clínica era típica (amigdalite), no outro cenário (embolia pulmonar), porém o paciente apresentava apresentação atípica. Utilizamos um ensaio clínico controlado randomizado por cluster 2x2x2 entre e dentro dos sujeitos para avaliar a acurácia diagnóstica em estudantes de medicina, também alterando a ordem dos recursos utilizados (CDSS primeiro ou segundo).
Os estudantes de medicina do 4º e 5º ano tiveram um desempenho igualmente bom utilizando métodos convencionais ou o CDSS nos dois casos (t(164) = 1,30; p = 0,197). A precisão diagnóstica e a confiança no diagnóstico correto foram maiores na apresentação típica do que na apresentação atípica (t(85) = 19,97; p < 0,0001 e t(150) = 7,67; p < 0,0001). nossa hipótese principal é que os alunos diagnosticam com mais precisão quando utilizam métodos convencionais em comparação ao CDSS.
Estudantes de medicina do 4º e 5º ano tiveram desempenho igualmente bom no diagnóstico de dois casos de doenças comuns com apresentações clínicas típicas ou atípicas usando métodos convencionais ou CDSS. Os alunos eram proficientes no diagnóstico de uma doença comum com uma apresentação típica, mas subestimaram o seu próprio conhecimento factual neste cenário. Além disso, os alunos estavam conscientes das suas próprias limitações diagnósticas quando se depararam com um caso desafiador com uma apresentação atípica para a qual o uso de um CDSS aparentemente não forneceu informações adicionais.
Relatórios de revisão por pares
A precisão do diagnóstico é um dos principais pilares da tomada de decisão médica adequada e bem-sucedida [1, 2]. Os estudantes de medicina já estão gradualmente se familiarizando com a habilidade crucial de fazer seus próprios diagnósticos [3, 4] e de avaliá-los criticamente [5, 6]. As abordagens didáticas que ensinam aos alunos como chegar a conclusões diagnósticas certamente diferiram dependendo de fatores como tempo, país e instituição médica [7, 8]. Além disso, as inovações tecnológicas também contribuíram para a mudança de procedimentos no ensino de como fazer um diagnóstico adequado [9]. Um exemplo de assistência tecnológica seriam os sistemas digitalizados de apoio à decisão clínica (CDSSs), que agora são amplamente utilizados por médicos [10] e pacientes [11]. A potencial utilidade do CDSS no ensino de processos diagnósticos para estudantes de medicina será mais explorada neste estudo.
CDSSs são softwares que visam oferecer suporte impessoal na tomada de decisões médicas, a fim de facilitar os processos de diagnóstico [12]. Protótipos dos atuais CDSSs já foram desenvolvidos já na década de 1950 [13, 14]. Com o tempo, estes softwares tornaram-se gradualmente mais refinados, em particular com o avanço das tecnologias digitais e com a utilização de inteligência artificial baseada em enormes amostras de dados [15, 16], em vez de apenas algoritmos de diagnóstico reducionistas. Hoje, o surgimento dos smartphones [17] tornou os CDSSs facilmente acessíveis para o público em geral na forma de verificadores de sintomas [18]. Dada a ampla disseminação de tais CDSSs, o seu desempenho e a potencial utilidade na prática médica em geral já foram extensivamente estudados [19, 20]. Além disso, Berner et. al. encontraram uma precisão de 52% a 71% ao comparar o desempenho de quatro CDSSs em mais de 100 casos desafiadores, o que significa que esses sistemas forneceram um diagnóstico correto dentre uma escolha de diagnósticos possíveis predefinidos [21]. Com o tempo, a precisão dos CDSSs aumentou, como mostrado por Graber e Mathew, que relataram uma precisão de 98% medida através da nomeação do diagnóstico correto nos primeiros 30 diagnósticos possíveis em mais de 50 casos desafiadores diferentes [22]. Mas parece haver uma discrepância quando se trata da apresentação incomum de doenças. Por exemplo, Hill et al. descobriram que os verificadores de sintomas listaram primeiro o diagnóstico correto para apresentações comuns em 42%, em contraste com apenas 4% para apresentações incomuns [23]. É digno de nota que a precisão dos verificadores de sintomas parece ter estagnado na última década [24].