Análise comparativa entre protocolos convencionais e gerados por Inteligência Artificial para a Incidência PA de Tórax

Resumo

O avanço da inteligência artificial tem ampliado as fontes de informação disponíveis para estudantes e profissionais da radiologia. Ferramentas como o ChatGPT estão sendo utilizadas para obter orientações práticas, incluindo protocolos de exames radiográficos. Este estudo teve como objetivo comparar a completude e eficácia de protocolos para a realização de radiografias de tórax na incidência posteroanterior (PA), provenientes de uma referência tradicional e de uma inteligência artificial. Participaram da pesquisa 12 estudantes e profissionais de radiologia. Dois protocolos distintos foram apresentados: um extraído do "Manual de Posicionamento Radiográfico e Anatomia Associada" de Bontrager, reconhecido internacionalmente, e outro gerado pelo ChatGPT. Para garantir a imparcialidade, os participantes não foram informados sobre a origem de cada protocolo. Os participantes analisaram ambos os protocolos, considerando aspectos como clareza das instruções, detalhamento técnico, facilidade de aplicação e abrangência das informações. Após a avaliação, deveriam indicar qual protocolo consideravam mais completo e adequado para a prática radiológica. Os resultados mostraram uma divisão equitativa nas preferências: 50% dos participantes optaram pelo protocolo gerado pelo ChatGPT (identificado como Protocolo 1), enquanto os outros 50% preferiram o protocolo do livro de Bontrager. Essa distribuição sugere que os protocolos gerados por inteligência artificial já alcançam um nível de aceitação semelhante ao das referências tradicionais entre estudantes e profissionais. A igualdade nas preferências indica que a inteligência artificial tem potencial para complementar as fontes tradicionais na elaboração de protocolos radiográficos, especificamente na incidência PA de tórax. Embora o manual de Bontrager continue sendo uma referência essencial, o protocolo fornecido pelo ChatGPT demonstrou ser igualmente valioso. Este achado incentiva a integração de ferramentas de IA na educação e prática radiológica. Recomenda-se que estudos futuros incluam uma amostra maior e investiguem outras incidências radiográficas para confirmar a consistência destes resultados.