Evaluation of symptom checker formats to support health literacy and trust in AI: Results from an online randomised-controlled trial

Um ensaio controlado randomizado online demonstrou que formatos de verificadores de sintomas aprimorados por IA aumentaram o conhecimento imediato sobre o manejo de sintomas e reduziram a intenção de procurar um médico para casos de baixa acuidade, sem comprometer a confiança ou a aceitabilidade dos usuários.

O essencial

🩺 O "Detetive de Sintomas" e o Toque Mágico da Inteligência Artificial

Imagine que você está se sentindo mal: tem febre e vomitou. Você não sabe se deve ficar em casa tomando chá ou correr para o médico. É aí que entra o Verificador de Sintomas, uma espécie de "detetive digital" que você consulta no celular para ter uma ideia do que fazer.

Este estudo perguntou: E se esse detetive fosse mais inteligente, usando Inteligência Artificial (IA) para explicar as coisas de um jeito mais claro e personalizado? Isso ajudaria as pessoas a confiar mais nele e a tomar decisões melhores?

Os pesquisadores da Austrália fizeram um grande experimento online com mais de 2.000 pessoas para descobrir a resposta.

🎭 O Cenário do Experimento

Eles criaram uma situação fictícia (como um filme) onde as pessoas tinham que decidir o que fazer com base nas dicas do "detetive". Eles dividiram os participantes em dois grupos de gravidade:

1. Problema Leve: "Fique em casa e cuide de si mesmo."
2. Problema Médio: "Vá ao médico em até 24 horas."

Dentro desses grupos, eles mostraram cinco versões diferentes do conselho médico:

• A Versão Clássica: O jeito tradicional, um pouco genérico.
• A Versão "IA Aprimorada": Conselhos feitos sob medida para você, com explicações claras do porquê daquela decisão, e avisando: "Ei, isso foi gerado por uma IA".
• Outras Versões IA: Com passos numerados (como uma receita de bolo), com vídeos e imagens, ou com muita informação técnica sobre como a IA funciona.

🏆 O Que Eles Descobriram? (Os Resultados)

1. A IA é um "Tradutor" de Saúde 🗣️
Quando as pessoas recebiam conselhos para ficar em casa (caso leve), aquelas que viram a versão com IA Aprimorada entenderam muito melhor o que fazer.

• Analogia: Imagine que o conselho médico tradicional é como um manual de instruções escrito em código complexo. A versão com IA foi como um amigo que traduziu esse código para uma linguagem simples e direta.
• Resultado: As pessoas que leram a versão da IA sabiam exatamente como cuidar da febre e dos vômitos em casa. Elas também tiveram menos vontade de ir ao médico desnecessariamente. Isso é ótimo para o sistema de saúde, pois libera os médicos para quem realmente precisa deles.

2. A Confiança Não Quebrou 🤝
Muitas pessoas têm medo de que, se um robô (IA) der o conselho, elas não vão confiar.

• Analogia: Foi como se alguém dissesse: "Este mapa foi desenhado por um GPS inteligente". As pessoas não ficaram desconfiadas; elas continuaram confiando no mapa tanto quanto antes.
• Resultado: O fato de dizer "isso foi feito por IA" não diminuiu a confiança nem a aceitação da ferramenta. As pessoas continuaram achando o conselho confiável e útil.

3. O Efeito "Esquecimento" 🧠
No dia seguinte, as pessoas que leram a versão da IA sabiam muito mais do que as outras. Mas, duas semanas depois? O conhecimento tinha caído um pouco para todos.

• Analogia: Foi como assistir a um filme incrível. Você sai do cinema sabendo cada detalhe da trama, mas duas semanas depois, os detalhes começam a se misturar. A IA ajudou a aprender na hora, mas a memória precisa de reforço.

4. Quando é para ir ao médico... 🏥
Se o problema era mais sério (necessitando ir ao médico), a versão da IA não mudou a decisão das pessoas. Elas continuaram decididas a ir ao médico, o que é o comportamento correto. A IA não tentou "convencer" ninguém a ficar em casa quando era perigoso.

💡 A Lição Principal

Este estudo nos ensina que a Inteligência Artificial pode ser uma grande aliada na saúde, desde que usada para:

• Personalizar: Falar diretamente com você, não com "todo mundo".
• Explicar: Dizer o "porquê" das coisas, não apenas o "o quê".
• Ser Transparente: Dizer abertamente que é uma IA, sem medo de perder a confiança.

Resumo em uma frase:
A IA não substitui o médico, mas pode ser o melhor tradutor entre você e o sistema de saúde, ajudando você a cuidar de si mesmo em casa quando é seguro, e a saber exatamente quando é hora de procurar ajuda profissional, tudo isso mantendo sua confiança intacta.

Resumo técnico

Título: Avaliação de Formatos de Verificadores de Sintomas para Apoiar a Literacia em Saúde e a Confiança na IA: Resultados de um Ensaio Controlado Aleatorizado Online

1. Problema e Contexto

Os verificadores de sintomas online são ferramentas baseadas em evidências amplamente disponíveis para auxiliar na gestão de sintomas e na busca por cuidados adequados. No entanto, enfrentam desafios significativos:

• Baixa adesão e literacia: Muitas vezes não atendem adequadamente às necessidades de literacia em saúde de usuários diversos, utilizando jargão médico ou apresentando interfaces pouco intuitivas.
• Falta de tradução para a ação: Mesmo quando os usuários consultam a ferramenta, a intenção de seguir o conselho de triagem nem sempre se traduz em ação.
• Desigualdade digital: Usuários com menor alfabetização digital ou educacional tendem a subutilizar essas ferramentas.
• Oportunidade da IA: Avanços recentes em Inteligência Artificial Generativa (IA) oferecem a possibilidade de criar conteúdo mais personalizado, em linguagem simples e com explicações claras sobre a lógica de triagem. Contudo, há incertezas sobre como a transparência sobre o uso de IA afeta a confiança e a aceitabilidade da ferramenta por parte do público.

O estudo visa preencher lacunas na literatura avaliando o impacto de formatos aprimorados por IA em verificadores de sintomas sobre a gestão de sintomas, confiança e intenções comportamentais.

2. Metodologia

• Desenho do Estudo: Dois ensaios controlados aleatorizados (RCTs) online, paralelos, com 5 braços.
• Participantes: 2.110 adultos australianos recrutados em junho de 2025. A amostra foi estratificada para garantir diversidade educacional (limite de 50% com ensino superior) e representatividade de gênero (49% homens, 51% mulheres). A mediana de idade foi de 49 anos.
• Cenário Hipotético: Os participantes foram expostos a um cenário de saúde (febre e vômitos) e instruídos a usar o "Healthdirect Symptom Checker" (um serviço nacional de saúde australiano).
• Intervenções (5 Formatos):
  1. Padrão: O formato original do Healthdirect (conselhos baseados em categoria de triagem, não específicos para os sintomas).
  2. IA Aprimorada: Conselhos personalizados para os sintomas, links para fontes relevantes, declaração de uso de IA e tom tranquilizador.
  3. IA + Passos Numerados: Incluiu passos numerados para seguir o conselho de autogestão.
  4. IA + Multimídia: Incorporou vídeo sobre o manejo da febre e imagens dos sintomas.
  5. IA + Informações Detalhadas sobre IA: Fornecimento de detalhes técnicos sobre como a IA foi integrada à ferramenta.
• Condições de Acuidade: Os participantes foram randomizados para dois níveis de acuidade de sintomas:
  • Baixa: Autocuidado em casa.
  • Moderada: Consultar um médico de família (GP) em 24 horas.
• Medidas de Desfecho:
  • Primários: Intenção de seguir o conselho de autocuidado e intenção de ver um médico em 24 horas.
  • Secundários: Confiança no conselho, conhecimento sobre o manejo de sintomas (avaliado imediatamente e após 2 semanas) e aceitabilidade da ferramenta.
• Análise: Análise por intenção de tratar (ITT), utilizando testes não paramétricos (Kruskal-Wallis) e ANOVA, com ajustes para múltiplas comparações.

3. Principais Contribuições

• Avaliação de IA Generativa em Saúde: Um dos primeiros estudos a testar especificamente como a transparência sobre o uso de IA generativa e recursos de personalização afetam a confiança e a tomada de decisão em verificadores de sintomas estabelecidos.
• Design Centrado no Usuário: Desenvolvimento de protótipos baseados em workshops com grupos de trabalho da comunidade, focando em necessidades reais de literacia em saúde.
• Evidência sobre Redução de Uso Inadequado: Investigação quantitativa de como formatos personalizados podem reduzir a procura desnecessária por cuidados primários em casos de baixa acuidade.

4. Resultados

• Intenção Comportamental (Baixa Acuidade): Para sintomas que exigiam autocuidado, os grupos que visualizaram formatos aprimorados por IA relataram intenções significativamente menores de consultar um médico em 24 horas (mediana 3,00) em comparação com o grupo do formato padrão (mediana 4,00; p = 0,003). Isso sugere uma redução no uso potencialmente desnecessário de serviços de saúde primária.
• Conhecimento: Imediatamente após a intervenção, todos os grupos com IA aprimorada demonstraram maior conhecimento sobre como gerenciar sintomas atuais e mudanças de sintomas, em comparação com o formato padrão (p < 0,001). No entanto, esses ganhos de conhecimento não foram sustentados na avaliação de acompanhamento de 2 semanas.
• Confiança e Aceitabilidade: Não houve diferenças significativas nos níveis de confiança ou aceitabilidade entre os formatos. A menção explícita ao uso de IA não impactou negativamente a confiança dos participantes, que permaneceu alta em todos os grupos.
• Acuidade Moderada: Para sintomas que exigiam ver um médico, não houve diferença significativa nas intenções de seguir o conselho entre os formatos.
• Análises Estratificadas: A redução na intenção de ver um médico (na condição de baixa acuidade) foi mais pronunciada em participantes com ensino superior, sem condições crônicas e que não usavam ChatGPT recentemente.

5. Significância e Conclusões

• Potencial de Otimização de Recursos: A pesquisa sugere que o uso de IA para personalizar informações e fornecer uma lógica clara de triagem pode ajudar a reduzir a sobrecarga desnecessária nos serviços de saúde primária, orientando os pacientes para o autocuidado quando apropriado.
• Transparência da IA: O estudo desafia a noção de que revelar o uso de IA prejudica a confiança do usuário. Pelo contrário, em um contexto de serviço de saúde nacional confiável, a transparência não afetou negativamente a aceitabilidade.
• Desafio de Retenção: Embora a IA melhore a compreensão imediata, a retenção de conhecimento a longo prazo (2 semanas) não foi mantida, indicando a necessidade de estratégias de reforço ou design de interação mais profundo.
• Futuro: Recomenda-se que pesquisas futuras utilizem protótipos interativos (em vez de capturas de tela) e testem esses formatos em uma variedade mais ampla de contextos de saúde e cenários reais, não apenas hipotéticos.

Em suma, o estudo demonstra que a integração de IA em verificadores de sintomas pode melhorar a literacia em saúde e a adequação da busca por cuidados sem comprometer a confiança do público, desde que implementada com transparência e foco na clareza da informação.