Clinical Reasoning in the AI era: A focused scoping review and narrative synthesis of conceptual, pedagogical, and assessment frameworks in health professions education

A Visão Geral: O Problema do "GPS"

Imagine que você está ensinando alguém a dirigir um carro. Durante anos, você teve um mapa claro do que é uma "boa direção": conhecer as regras, ler a estrada, lidar com uma tempestade repentina e saber quando confiar no seu instinto versus no painel do carro.

Agora, imagine que um novo Super-GPS (Inteligência Artificial) foi instalado em todos os carros. Ele pode dizer exatamente onde virar, prever o trânsito e até escrever seu registro de condução para você.

O problema que este artigo identifica é este: Estamos usando o GPS para avaliar o motorista, mas não temos certeza se o GPS está realmente ensinando-o a dirigir.

A autora, Naomi Campbell-Woods, analisou centenas de estudos para ver como as escolas de medicina estão usando este "Super-GPS" para ensinar os alunos a pensar como médicos (uma habilidade chamada Raciocínio Clínico). Ela descobriu que, embora a tecnologia seja impressionante, estamos testando principalmente as partes da direção que são fáceis de o GPS medir, enquanto ignoramos as partes humanas e complexas que tornam um médico verdadeiramente seguro.

---

Parte 1: O Mapa Confuso (O "O quê")

Antes mesmo de falarmos sobre IA, o artigo aponta que a educação médica vem lutando para concordar sobre o que é o "Raciocínio Clínico". É como tentar ensinar alguém a ser um chef sem concordar sobre o que é uma "boa refeição".

O artigo diz que existem três principais formas pelas quais os especialistas descrevem atualmente o "bom pensamento":

1. O Sistema de Cartão de Biblioteca (Teoria do Script): Médicos organizam seu conhecimento como uma biblioteca. Quando veem um paciente, eles puxam um "script" (um arquivo mental) sobre aquela doença.
2. O Cérebro Rápido vs. Lento (Processo Dual): Bons médicos usam dois modos: um modo de "instinto rápido" e um modo lento e cuidadoso de "checar os fatos".
3. O Esporte de Equipe (Cognição Situada): O pensamento não acontece no vácuo. Ele acontece em uma sala de hospital caótica com um paciente assustado, uma enfermeira cansada e pressão de tempo. Você não pode separar o pensamento do ambiente.

O Problema: Por muito tempo, as escolas tentaram testar esse pensamento com um único exame final. O artigo diz que isso é como julgar uma temporada inteira de um time de esportes baseando-se em uma única jogada. Não funciona.

---

Parte 2: O Atalho da IA (O "Como")

Agora, entra a IA. O artigo revisou 158 estudos onde a IA foi usada para ensinar ou testar estudantes de medicina.

O que a IA está fazendo bem:
A IA é ótima em avaliar coisas que são limpas, escritas e estruturadas.

• Analogia: Imagine que a IA é um bibliotecário muito rigoroso. Ela pode verificar instantaneamente se você escreveu os sintomas corretos, se seu diagnóstico corresponde ao livro didático e se suas notas estão formatadas corretamente.
• O Resultado: Os estudos mostram que os alunos melhoram nessas tarefas específicas quando usam a IA. Eles reúnem dados mais rápido e escrevem melhores notas.

O que a IA está perdendo:
A IA é péssima em medir as partes humanas, "bagunçadas" e "do momento" do pensamento.

• Analogia: O bibliotecário pode verificar sua ortografia, mas não consegue dizer se você teve coragem de fazer uma pergunta difícil a um paciente, ou se você sabia quando ignorar o GPS porque a estrada estava inundada.
• A Lacuna: O artigo descobriu que os estudos de IA raramente medem:
  • Como um aluno lida com a incerteza (quando a resposta não é clara).
  • Como eles se adaptam quando a situação muda.
  • Se eles estão apenas confiando cegamente na IA ou se estão realmente pensando por si mesmos.

---

Parte 3: O Perigo do "Desaprendizado" (De-skilling)

O artigo alerta para um risco específico chamado "De-skilling" (perda de habilidade).

• Analogia: Se você deixar o GPS dirigir o carro por você todos os dias, pode esquecer como ler um mapa ou dirigir na neve.
• O Risco: Se os alunos dependerem da IA para fazer o pensamento difícil (como descobrir um diagnóstico) cedo demais, eles podem nunca aprender a fazê-lo por conta própria. Eles podem se tornar "nunca-habilidosos" (nunca aprendendo a habilidade) ou "mal-habilidosos" (aprendendo a fazer do jeito errado porque copiaram a IA).

O artigo observa que, quando os alunos passavam de uma simulação de computador (onde a IA os ajudava) para pacientes reais, a ajuda da IA muitas vezes desaparecia. Os alunos não apresentavam um desempenho melhor no mundo real, sugerindo que a IA era apenas uma muletas, não um professor.

---

Parte 4: A Solução Proposta (O Novo Framework)

A autora argumenta que precisamos de um novo "Livro de Regras" para a era da IA. Não podemos continuar usando testes antigos com ferramentas novas.

Ela propõe um Bolo de Seis Camadas para ensinar e testar o raciocínio na era da IA:

1. Organização do Conhecimento: Eles têm seus arquivos de biblioteca mental em ordem?
2. Execução do Processo: Eles sabem como passar de uma pista para uma conclusão?
3. Lidar com a Incerteza: Eles conseguem manter a calma quando a resposta não é clara?
4. Desempenho Contextual: Eles conseguem pensar bem em um hospital barulhento e movimentado, não apenas em uma sala de teste silenciosa?
5. Julgamento Sociotécnico: Esta é a nova camada. Eles conseguem usar a IA como uma ferramenta sem deixar que ela assuma o controle? Eles conseguem dizer: "A IA diz X, mas eu acho Y porque..."?
6. Arquitetura Programática: Em vez de um grande teste, precisamos de um sistema de longo prazo que reúna muitas pequenas evidências (como um portfólio) para julgar um aluno de forma justa.

A Conclusão

O artigo conclui que a IA não quebrou a educação médica, mas expôs uma rachadura na fundação.

Temos ótimas ferramentas para medir as partes "fáceis" do pensamento (como escrever uma nota ou escolher um diagnóstico), mas estamos falhando em medir as partes "difíceis" (como lidar com a incerteza ou saber quando ignorar o computador).

A lição: Não devemos apenas construir mais testes de IA. Precisamos construir um novo framework que ensine os alunos a serem o capitão do navio, usando a IA como um navegador útil, em vez de deixar a IA pilotar o barco enquanto eles dormem. Se não consertarmos isso, podemos acabar com médicos que são ótimos em usar computadores, mas terríveis em pensar por si mesmos.