Mesmo sem formação em tecnologia, os profissionais de saúde podem, e devem, entender os conceitos básicos da inteligência artificial. Isso ajuda você a fazer melhor uso dessa tecnologia em sua prática diária e até mesmo no cuidado ao paciente.
👉 Primeiro ponto: IA não é apenas uma coisa única. É mais como uma coleção inteira de tecnologias trabalhando juntas.
Pense nas suas aulas de ciências na escola.
Você tinha “ciência” como disciplina, mas dentro dela havia diferentes ramos como física, biologia e química.
E cada um deles tinha tópicos ainda mais específicos: genética, biologia celular, física quântica...
A IA funciona de forma semelhante. É um termo amplo que cobre uma gama de campos e camadas. E cada um tem seu próprio propósito, ferramentas e complexidade.
Antes de entrar no uso da IA na prática médica, vamos começar com um rápido aquecimento. Convidamos você a fazer este exercício e responder quantas ferramentas de IA você já usa no seu dia a dia:
Para te ajudar, vamos listar alguns dos mais comuns, organizados pela forma como são normalmente usados.
Então, mesmo que você não tenha percebido antes, a IA já está silenciosamente integrada a muitos aspectos da vida diária.;
Neste curso, iremos além, explorando como a IA pode apoiar sua prática médica especificamente, desde a documentação até a comunicação com o paciente.;
. Então, vamos abordar rapidamente os conceitos básicos dessas ferramentas: como elas aprendem, entendem e geram linguagem humana.
Eles são construídos sobre algo chamado Large Language Models, ou LLMs (Grandes Modelos de Linguagem).
Mas espere! Antes que esse termo te assuste, vamos te contar uma história para você entender facilmente o que são LLMs.
Imagine um robô em uma livraria enorme. Esse robô já leu milhões de livros, sites, artigos e até conversas. Este robô não pensa como uma pessoa, mas é incrivelmente bom em lembrar como as pessoas geralmente falam, escrevem e fazem perguntas.
É basicamente isso que um LLM faz. É um tipo de inteligência artificial que aprendeu a "falar" e "entender" a linguagem humana de uma forma muito, muito sofisticada, porque foi treinada com uma enorme quantidade de dados.
Por meio desse processo, reúne informações suficientes para construir compreensão (ou inteligência) profunda, podendo realizar muito bem tarefas totalmente novas. Isso é importante porque não queremos usá-los apenas para coisas que aprenderam durante o treinamento ou para gerar textos baseados nos livros que “leram”. Queremos fazer perguntas sobre coisas que nunca vistas antes e esperar respostas inteligentes.
🕵️ Age como um detetive: Depois de ler tanto, o LLM começa a perceber padrões.
Por exemplo, se você perguntar: "Como está o tempo hoje?", a resposta esperada é sobre sol, chuva ou nuvens.
🔮 Prevê a palavra seguinte: mas em vez de apenas terminar sua frase, ele pode escrever textos completos, responder perguntas, resumir artigos, traduzir idiomas e muito mais.
É uma máquina muito eficiente em gerar linguagem - mas não em compreender o ser humano - que gera conteúdo coerente e relevante com base em seus comandos
👨🍳 Trabalha como um chefe: É como se você pedisse que ele te preparasse um prato de risoto. Ele não vai criar o prato do nada; ele vai consultar seu melhor livro de receitas com base no que aprendeu.
Em resumo, o LLM é um tipo de inteligência artificial treinada para entender e gerar linguagem humana. Ele aprende analisando grandes quantidades de dados (como livros, sites e artigos) para entender como a linguagem funciona.
Um exemplo é a forma como o Google apresenta os resultados de busca. Antes, o Google era um "diretório de informações", indicando onde encontrar as respostas. Agora, com os LLMs, ele se tornou um "compilador e resumidor de informações", tentando fornecer a resposta diretamente, de forma coloquial e contextualizada.
Imagine que você queira encontrar as melhores opções de tratamento para um paciente recém-diagnosticado com diabetes tipo 2. Antigamente, o Google fornecia uma lista de links para artigos científicos ou diretrizes clínicas. Agora, com a ajuda de LLMs, ele já mostra uma resposta resumida, incluindo tratamentos de primeira linha, recomendações de estilo de vida e até potenciais interações medicamentosas, tudo em um formato claro e conversacional.
Portanto, com novas plataformas de IA surgindo quase diariamente, é completamente normal se sentir um pouco perdido, especialmente se você não estiver familiarizado com o lado técnico das coisas.
Primeiro ponto para lembrar: o que uma IA pode ou não fazer depende de como ela foi treinada. A seguir, resumimos as 5 capacidades de maior destaque presentes nas IAs baseadas em LLM e como elas podem ser aplicadas. As plataformas mais populares hoje (OpenAI/GPT, Google/Gemini, Anthropic/Claude) combinam várias delas.
É a mais básica e comum entre as plataformas: gerar texto a partir de outro texto. Funciona muito bem para tarefas que envolvam criatividade, resumos e perguntas abertas. Não apenas repete informações, como também possibilita a geração de conteúdo novo.
👉 Para quais atividades se destaca:
A geração de imagens transforma instruções escritas em conteúdo visual. Você descreve o que quer ver, e o modelo cria uma imagem que combina com a sua ideia. Isso é especialmente útil na área da saúde, onde imagens ajudam muito na compreensão.
👉 Para quais atividades se destaca:
Ferramentas úteis: Midjourney (imagem), Sora (vídeo), Veo (vídeo), Nano Banana*(imagem)
* Curiosidade: modelos novos como o Nano Banana Pro já criam coisas bem avançadas. Veja neste exemplo.
O raciocínio vai além de prever a próxima palavra. Ele segue uma lógica passo a passo, permitindo que a IA resolva problemas, analise temas complexos e explique como chegou a uma conclusão.
Na prática, o raciocínio acontece “nos bastidores”*, permitindo que o modelo pense mais fundo e não só gere frases prováveis.
👉 Para quais atividades se destaca:*Depende do modelo. Às vezes precisa ser ativado manualmente, como o “extended thinking” no Claude.
Plataformas que usam LLMs padrão respondem apenas com base no que aprenderam durante o treinamento. Modelos com busca avançada combinam IA com fontes atualizadas e “procuram” informações em tempo real antes de responder. Em versões mais novas, eles têm acesso a várias ferramentas e decidem sozinhos qual usar.
👉 Para quais atividades se destaca:
É a combinação de raciocínio + busca na web.
Não só procura informação, também pensa sobre ela e avalia que é importante. Por exemplo, pode buscar dados em cantos da internet que você nunca olharia e avaliar se vale a pena incluir no resultado final.
👉 Para quais atividades se destaca:
Sempre que mudar de assunto, inicie uma nova conversa, um novo chat. Isso redefine o contexto e ajuda a IA a manter o foco, evitando confusões de conversas anteriores
Digitar nem sempre é prático, especialmente em uma clínica movimentada. Hoje em dia, muitas plataformas oferecem suporte à entrada de voz, permitindo que você fale a pergunta ou o comando diretamente
Peça um resumo de um vídeo: Digamos que você esteja assistindo a uma palestra de um congresso médico online, mas não tem tempo para assistir ao vídeo completo. Basta copiar o link do YouTube, colá-lo no chat e pedir um resumo
Depois de entender os conceitos básicos dos LLMs, o próximo tópico muito importante é aprender a melhor forma de interagir com essas ferramentas. É hora de entender a engenharia de prompts.
Primeiro de tudo: o que exatamente é um prompt?
Um prompt é a mensagem ou pergunta que você envia a uma ferramenta de IA para obter uma resposta. É como você "fala" com a IA, seja pedindo ajuda, gerando conteúdo, resolvendo um problema ou buscando informações.
Quando você cria um prompt, a ferramenta usa a memória de curto prazo (as informações que você fornece naquele momento) junto com a memória de longo prazo (o conhecimento que ela aprendeu durante o treinamento) para entender o que você pediu e entregar a melhor resposta possível. As duas influenciam o resultado.
→ Veja este exemplo:vamos imaginar que você precisa explicar de forma clara e abrangente aos seus pacientes o que é hipertensão.
Sua tarefa seria: Escrever uma explicação curta e clara sobre o que é hipertensão, para que qualquer paciente possa entendê-la facilmente; OU Como você explicaria hipertensão a um paciente sem formação médica?
Dica: Os LLMs não acessam a memória de longo prazo rapidamente. Porém, quando você coloca informações dentro do prompt (por exemplo, um capítulo de um livro), eles usam muito bem essa memória de curto prazo e entregam resumos ou explicações bem precisos.
A maneira como você dá o seu “comando” determinará o resultado que você obtém, por isso é tão importante dominar a engenharia de prompt.
Em sistemas baseados em LMM, quanto mais precisas e contextualizadas forem as informações fornecidas, mais dados elas terão para consultar.
Na próxima aula, você verá a fórmula perfeita para criar seu prompt!