Can Large Language Models Provide Safe and Evidence-Based Nutritional Recommendations for Dental Implant Patients? A Comparative Benchmarking Study

Quando um dentista coloca um parafuso de titânio no osso da mandíbula para segurar um dente falso, o corpo deve tratar esse metal como um amigo, não como um inimigo. Este processo, onde o osso cresce firmemente ao redor do implante para travá-lo no lugar, é uma dança biológica delicada que depende de mais do que apenas habilidade cirúrgica. Depende fortemente da saúde geral do paciente, particularmente do que ele come. Assim como uma casa precisa de tijolos e argamassa fortes para se manter de pé, o tecido de cicatrização e o novo osso requerem nutrientes específicos, como proteínas, vitaminas e minerais, para se reconstruírem após a cirurgia. Se esses blocos de construção estiverem faltando, o implante pode falhar na integração, ou o tecido gengival circundante pode tornar-se inflamado e doente. Por décadas, os médicos sabem que uma boa nutrição ajuda, mas o volume absoluto de conselhos científicos sobre exatamente o que comer, quando comer e quais suplementos funcionam tornou-se esmagador. Neste cenário complexo, um novo tipo de assistente digital surgiu: os modelos de linguagem de grande escala. Estes são programas de computador poderosos treinados em vastas quantidades de texto que podem responder perguntas, resumir pesquisas e oferecer conselhos em linguagem humana. À medida que estas ferramentas se tornam comuns nas clínicas, surge uma questão crítica: pode um computador, que nunca viu um paciente ou realizou uma cirurgia, dizer com segurança e precisão a uma pessoa o que comer para ajudar o seu implante dentário a ter sucesso?

Uma equipa de investigadores decidiu responder a isto colocando quatro dos sistemas de inteligência artificial mais populares à prova de forma rigorosa. Eles não perguntaram simplesmente aos computadores questões gerais como "o que é bom para os ossos?". Em vez disso, criaram 120 cenários específicos e realistas que um dentista poderia enfrentar. Estas situações cobriam toda a jornada da terapia de implante, desde a verificação da dieta de um paciente antes da cirurgia até à gestão de complicações após o procedimento, e até ao tratamento de pacientes com outras condições de saúde graves. Os cenários foram desenhados para serem complicados, exigindo que o computador pesasse diferentes peças de evidência e fornecesse uma recomendação que não fosse apenas factualmente correta, mas também segura e prática para uma pessoa real. Para garantir que o teste fosse justo, os investigadores submeteram cada um dos cenários a quatro modelos de IA diferentes — GPT-5, Claude, Gemini e Copilot — utilizando exatamente as mesmas instruções. Pediram a cada modelo para responder à mesma pergunta três vezes para ver se daria o mesmo conselho todas as vezes, e depois recolheram um total de 1.440 respostas para analisar.

Para julgar estas respostas, os investigadores reuniram um painel de cinco especialistas humanos, incluindo cirurgiões de topo e cientistas da nutrição que estudam há décadas como a boca cicatriza. Estes especialistas estavam cegos, o que significa que não sabiam qual computador gerou cada resposta. Eles compararam cada resposta da IA contra um padrão rigoroso e pré-escrito baseado nas melhores diretrizes médicas e estudos científicos disponíveis. Os especialistas procuraram várias coisas: o conselho correspondia à ciência? Era seguro? O computador inventou estudos ou referências falsas? E o computador admitiu quando a ciência era incerta? Os resultados mostraram que, embora todos os computadores pudessem falar sobre nutrição, a sua capacidade de dar conselhos seguros, precisos e baseados em evidências variava significativamente. Um modelo, o GPT-5, superou consistentemente os outros, fornecendo recomendações que se alinhavam mais de perto com os padrões dos especialistas. Foi o mais preciso nos seus conselhos nutricionais, o mais seguro nos seus avisos e o mais honesto sobre os limites do conhecimento científico atual. Também cometeu o menor número de erros, como inventar artigos de investigação falsos para apoiar as suas afirmações.

Os outros três modelos tiveram um bom desempenho, mas ficaram aquém em áreas específicas. O segundo melhor modelo, o Claude, esteve perto do líder, mas ainda assim cometeu mais erros. Os outros dois, Gemini e Copilot, tiveram mais dificuldades com a segurança e a precisão. Um ponto de falha importante para todos os modelos foi quando as perguntas envolviam suplementos nutricionais comerciais. Nestes casos, onde a evidência científica é frequentemente confusa ou conflitante, os computadores tendiam a tornar-se excessivamente confiantes, oferecendo conselhos definitivos mesmo quando a ciência não o apoiava. Eles também variaram na sua fiabilidade; alguns modelos deram respostas diferentes à exata mesma pergunta quando questionados várias vezes, enquanto outros permaneceram consistentes. O estudo descobriu que mesmo o computador com melhor desempenho ainda alucinava, ou inventava, referências científicas cerca de 4,4 por cento das vezes, uma taxa baixa, mas ainda presente. Isto significa que, embora a IA possa ser uma ferramenta útil para resumir informações, ainda não pode ser confiada para tomar decisões finais por conta própria.

Os investigadores concluíram que estes sistemas de inteligência artificial são assistentes poderosos que podem ajudar dentistas e pacientes a navegar no complexo mundo da nutrição para implantes dentários, mas não estão prontos para substituir o julgamento humano. Os melhores modelos mostraram que podiam compreender as necessidades biológicas da cicatrização óssea e oferecer conselhos gerais sólidos, mas ainda tropeçam quando a evidência é fraca ou quando produtos comerciais específicos estão envolvidos. O estudo sugere que o futuro do uso destas ferramentas na odontologia reside numa parceria onde o computador fornece um resumo rápido e baseado em evidências, e o especialista humano verifica os detalhes, verifica a segurança e adapta o conselho ao paciente específico. Até que os computadores consigam evitar consistentemente a invenção de factos e consigam lidar com evidências incertas com a mesma cautela que um médico humano teria, o seu papel deve permanecer de apoio, e não decisivo. A tecnologia está a avançar rapidamente, mas, por agora, o caminho mais seguro para o implante de um paciente é deixar o computador fazer a pesquisa e o humano tomar a decisão.