Search Dental Tribune

Estudo destaca o potencial e os riscos das ferramentas de IA no registro de dados odontológicos

Uma equipe de pesquisadores do Reino Unido alertou as equipes odontológicas para que sejam vigilantes ao usar ferramentas de reconhecimento de voz por inteligência artificial para concluir a documentação de casos. (Imagem: DC Studio/Adobe Stock)

seg. 12 janeiro 2026

guardar

LONDRES, Inglaterra: Uma das principais promessas das ferramentas baseadas em inteligência artificial (IA) na Odontologia é a agilização de tarefas demoradas. A criação de prontuários eletrônicos é uma área em que a IA pode proporcionar uma economia de tempo significativa; no entanto, os profissionais clínicos precisam poder confiar em uma documentação consistente e sem erros. De acordo com uma equipe de pesquisadores que testou a precisão de diversos sistemas de reconhecimento automático de fala (ASR) baseados em IA, os sistemas atuais ainda exigem supervisão clínica.

Com o objetivo de avaliar a precisão lexical, transcricional e semântica de ferramentas de reconhecimento automático de fala (ASR) em contextos clínicos, os pesquisadores ditaram 200 registros clínicos ortodônticos que incorporavam uma variedade de termos técnicos e específicos da odontologia e usaram as gravações para testar dez sistemas de ASR. Quatro dos sistemas estavam disponíveis comercialmente: Heidi, DigitalTCO, Dragon Medical One e Dragon Professional Anywhere. Outros cinco eram interfaces de programação de aplicativos (APIs) que conectavam diferentes aplicativos de software: Amazon, Google, Speechmatics, Whisper e GPT-4o Transcribe. Por fim, um combinava a interface do aplicativo GPT-4o Transcribe com o modelo GPT-4o usado para correção de erros, chamado GPT4oTranscribeCorrected.

Os pesquisadores descobriram que erros de formatação e pequenos erros gramaticais eram comuns nas transcrições geradas por todos os sistemas, assim como erros de Classe 3, erros que alteram o significado e que têm o potencial de afetar negativamente o atendimento clínico. Os erros de Classe 3 representaram entre 0,21% e 4,15% do total de erros cometidos pelos sistemas. O GPT4oTranscribeCorrected gerou o menor número de erros de Classe 3, com pelo menos um em 2% das suas transcrições, enquanto o Dragon Medical One gerou o maior número, com pelo menos um em 66% das suas transcrições. Além disso, os sistemas apresentaram dificuldades com muitos termos específicos da odontologia. Por exemplo, “Essix” foi transcrito incorretamente em 97,5% dos casos. Outros termos, como “palatalmente”, “mesialmente” e “bucalmente”, também foram interpretados incorretamente na maioria dos casos. Os pesquisadores descobriram que o sotaque do falante teve apenas uma pequena relação com os erros cometidos e que o ruído de fundo nas gravações levou a um desempenho inferior em todos os sistemas testados.

Ao discutirem os resultados, os pesquisadores descreveram o potencial dos sistemas de reconhecimento automático de fala (ASR) para otimizar a documentação clínica e destacaram melhorias que poderiam ser feitas nesses sistemas, como o uso de indicadores de confiança para sinalizar termos potencialmente incorretos. No entanto, enfatizaram que “a salvaguarda mais importante é manter um fluxo de trabalho com intervenção humana para verificar as transcrições, à medida que os médicos passam de autores a editores de suas anotações”.

O Dr. Ruairi O'Kane, autor principal do estudo e pesquisador do Centro de Biologia Craniofacial e Regenerativa do King's College London, afirmou em um comunicado à imprensa da universidade: “Ferramentas de reconhecimento de voz por IA podem agilizar a documentação e aumentar a eficiência, mas devemos permanecer vigilantes. Mesmo erros de transcrição sutis podem impactar o atendimento ao paciente.”

O estudo, intitulado “Precisão da transcrição do reconhecimento automático de fala para registros clínicos ortodônticos”, foi publicado online em 3 de novembro de 2025 no Journal of Dental Research , antes de ser incluído em uma edição impressa.

To post a reply please login or register
advertisement
advertisement