Criação de um paciente virtual para aplicação no ensino de acadêmicos de medicina
DOI:
https://doi.org/10.15343/0104-7809.202650e19472025IPalavras-chave:
Inteligência Artificial, Simulação de Paciente, Ensino, Educação Médica, DiagnósticoResumo
O exame clínico permanece como pilar da formação médica, porém a expansão das escolas e limitações estruturais reduziram oportunidades práticas, favorecendo o uso de metodologias ativas e de pacientes virtuais baseados em inteligência artificial (IA). Neste trabalho, objetivou-se desenvolver um paciente virtual (PV) autoral baseado em IA e avaliar sua aceitação e aplicabilidade como ferramenta complementar ao ensino da semiologia médica. Este estudo teve caráter exploratório e experimental, com abordagem quali quantitativa, aprovado por Comitê de Ética, envolvendo acadêmicos de medicina que concluíram Semiologia I. O projeto ocorreu em duas etapas: criação de um PV piloto com a API do ChatGPT, fundamentado em diretrizes clínicas atualizadas, e desenvolvimento do PV autoral (SimHarvey) em plataforma própria. A abordagem metodológica consistiu na avaliação por questionário Likert de nove itens, com análises estatísticas descritivas e inferenciais não paramétricas. Participaram 118 estudantes, com elevada aceitação da ferramenta e médias superiores a 4,0/5,0 em satisfação, utilidade no treinamento do exame clínico, aprendizado, confiança e recomendação. Não houve diferenças significativas quanto ao sexo ou estágio de formação, e a percepção global foi significativamente superior ao ponto neutro (p<0,001). Os achados indicaram que o PV baseado em IA favoreceu o raciocínio clínico, a organização da anamnese e a simulação de cenários clínicos diversos, corroborando a literatura sobre pacientes virtuais como estratégias educacionais eficazes e acessíveis. O SimHarvey mostrou-se uma ferramenta de baixo custo, bem aceita e com potencial relevante para complementar a formação médica, sem substituir a prática clínica real, sendo especialmente útil em contextos com restrições estruturais.
Downloads
Tradução
Referências
Porto CC. Semiologia Médica. 8. ed. Rio de Janeiro: Guanabara Koogan, 2019.
Scheffer M, et al. Demografia Médica no Brasil 2020. São Paulo: FMUSP, CFM; 2020. Disponível em: https://pesquisa.bvsalud.org/portal/resource/ pt/biblio-1436680 Acesso em: 27 jun. 2026.
Suárez A, Adanero A, Díaz-Flores García V, Freire Y, Algar J. Using a Virtual Patient via an Artificial Intelligence Chatbot to Develop Dental Students’ Diagnostic Skills. Int J Environ Res Public Health. 2022 Jul 18;19(14):8735. DOI: 10.3390/ijerph19148735.
Santos ECN, Almeida RG, Meska MHG, Mazzo A. Paciente simulado versus simulador de alta fidelidade: satisfação, autoconfiança e conhecimento entre estudantes de enfermagem no Brasil. Cogitare Enferm. 2021;26:e76730. DOI: 10.5380/ce.v26i0.76730.
Mantas J, et al. Recommendations of the International Medical Informatics Association (IMIA) on Education in Biomedical and Health Informatics: First Revision. Methods Inf Med. 2010 Jan 7;49(2):105-20. DOI: 10.3414/ME5119.
Kononowicz AA, et al. Virtual Patient Simulations in Health Professions Education: Systematic Review and Meta-Analysis by the Digital Health Education Collaboration. J Med Internet Res. 2019 Jul 2;21(7):e14676. DOI: 10.2196/14676.
OpenAI. ChatGPT [software]. Versão GPT-5. San Francisco: OpenAI; 2025. Disponível em: https://platform.openai.com/docs/api-reference Acesso em: 27 jun. 2026.
Sociedade Brasileira de Cardiologia; Sociedade Brasileira de Hipertensão; Sociedade Brasileira de Nefrologia. Diretriz Brasileira de Hipertensão Arterial – 2025. Arq Bras Cardiol. 2025;122(9):e20250624. Disponível em: https://cremal.org.br/wp-content/uploads/2025/11/Diretriz_ Hipertensao_2025_SBC_Melhor ado.pdf Acesso em: 27 jun. 2026.
Dalgalarrondo P. Psicopatologia e semiologia dos transtornos mentais. 3. ed. Porto Alegre: Artmed; 2019.
Tureck F, Souza S, Faria RMD. Estratégias de ensino do raciocínio clínico nos cursos de Medicina do Brasil - revisão integrativa. Rev Bras Educ Med. 2023;47(1):e017. DOI: 10.1590/1981-5271v47.1-20220032.
Knobel R, Costa RR. Confecção e uso de simuladores de baixo custo: experiências da medicina e enfermagem. In: Tarcia RM, organizadora. Simulação em saúde para ensino e avaliação. Brasília: ABEM; 2021. p. 119–127.
Rodrigues ND, Nunes LMA, Magno LMS, Daher IC, Rodrigues NFD. O impacto das simulações realísticas com pacientes virtuais na formação dos alunos de medicina do CESUPA. Res Soc Dev. 2023 Aug 24;12(8):e12412842981. DOI: 10.33448/rsd-v12i8.42981.
Zeferino AMB, Domingues RCL, Amaral E. Feedback como estratégia de aprendizado no ensino médico. Rev Bras Educ Med. 2007;31(2):176–9. DOI: 10.1590/S0100-55022007000200009.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 O Mundo da Saúde

Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.









.jpg)

















