Avaliando as capacidades de modelos de linguagem baseados em IA (AI-LLMs) na interpretação de lâminas histopatológicas e figuras científicas: estudo de avaliação de desempenho

Contexto: A integração de modelos de linguagem baseados em inteligência artificial (AI-LLMs) em domínios médicos e outros científicos é cada vez mais reconhecida como uma ferramenta para apoiar tarefas complexas, como a interpretação de lâminas de histopatologia e figuras científicas. Os AI-LLMs podem simplificar esses processos fornecendo explicações mais claras. Ao melhorar a acessibilidade e a compreensão, os AI-LLMs podem auxiliar significativamente os profissionais de saúde no diagnóstico e na determinação de terapias. Estudantes e o público também acham mais fácil entender conceitos e imagens científicas complexas. Objetivos: Este estudo explora a capacidade dos AI-LLMs na interpretação de lâminas histopatológicas e imagens científicas. O objetivo deste estudo é avaliar o desempenho dos AI-LLMs no suporte a diagnósticos e na melhoria da compreensão nas ciências biomoleculares. Métodos: O estudo foi dividido em duas partes: interpretação de lâminas histopatológicas e figuras científicas. Doze imagens de histopatologia e doze figuras científicas foram testadas em cada um dos três chatbots mais utilizados (ChatGPT-4, Gemini Advanced e Copilot). As respostas dos chatbots foram codificadas e examinadas de forma cega por avaliadores especialistas usando cinco parâmetros—relevância, clareza, profundidade, foco e coerência—em uma escala Likert de 5 pontos. A análise estatística incluiu ANOVA unidirecional e regressão linear múltipla. Resultados: O ChatGPT-4 superou o Gemini Advanced e o Copilot na interpretação de imagens histopatológicas e científicas (P < 0,001) com pontuações significativamente mais altas em todos os parâmetros (relevância, clareza, profundidade, foco e coerência). O desempenho superior do ChatGPT-4 pode ser atribuído aos seus algoritmos avançados, dados extensivos de treinamento, módulos especializados e feedback dos usuários. Conclusões: O ChatGPT-4 se destaca na interpretação de imagens histopatológicas e científicas, o que pode levar à melhoria da precisão diagnóstica, da tomada de decisões clínicas e à redução da carga de trabalho dos patologistas. Também beneficia a educação, melhorando a compreensão dos alunos em relação a imagens complexas e promovendo a aprendizagem interativa. O ChatGPT-4 demonstra um potencial significativo para melhorar o atendimento ao paciente e enriquecer a aprendizagem dos alunos.