Comparando a interpretação de RPG e os pares da IA para treinamento de consentimento informado em endoscopia: um estudo de controle randomizado

Antecedentes e justificativas A inteligência artificial generativa (IA), particularmente grandes modelos de idiomas (LLMS), ativou recentemente o desenvolvimento de simulações interativas e personalizáveis de pacientes virtuais que apóiam a aprendizagem experimental na comunicação em saúde. Essas plataformas orientadas a IA podem simular encontros realistas de pacientes, incorporando dados demográficos variáveis, estados emocionais e complexidade clínica. Eles também oferecem acesso escalável a feedback individualizado e prática repetida, contornando as limitações logísticas das simulações tradicionais baseadas em pares ou ator. Estudos preliminares sugerem que os estagiários percebem essas ferramentas tão altas em realismo e valor educacional; No entanto, permanece falta de evidência empírica comparando diretamente a eficácia educacional de simulações generativas baseadas em IA com abordagens pedagógicas estabelecidas. Isso é particularmente relevante para o ensino de tarefas complexas de comunicação, como obter consentimento informado para a interação endoscopia gastrointestinal-uma interação que exige clareza, empatia e uma explicação detalhada de riscos, benefícios e alternativas processuais.

Estudo AIM O objetivo principal deste estudo é comparar a eficácia da dramatização generativa baseada em IA e a dramatização tradicional de pares no treinamento de estagiários de saúde para obter consentimento informado para procedimentos endoscópicos. Especificamente, o estudo avaliará as diferenças na capacidade do estagiário de obter habilidades informadas, de comunicação na obtenção de consentimento informado e confiança autorreferida (autoeficácia) após o treinamento baseado em simulação usando um projeto de estudo controlado (ECT).

Métodos Projeto do estudo Este é um estudo de controle randomizado de grupo paralelo único. Um total de 40 estagiários médicos serão recrutados. Os participantes serão randomizados na proporção de 1: 1 para o grupo de intervenção (interpretação generativa baseada em IA) ou no grupo controle (interpretação tradicional dos pares). A randomização será realizada usando uma sequência gerada por computador, com atribuições de grupo colocadas em envelopes selados distribuídos por um membro da equipe de estudo independente. Devido à natureza das intervenções, o cegamento dos participantes não é viável; No entanto, os avaliadores de resultados ficarão cegos para a alocação em grupo.

Os participantes incluirão estagiários médicos matriculados em um programa de treinamento médico da Universidade de Toronto. Os critérios de exclusão incluem experiência anterior, obtendo consentimento informado para a endoscopia 25 ou mais vezes em ambientes clínicos ou simulados.

Avaliação da linha de base Todos os participantes concluirão um questionário de linha de base coletando dados demográficos, autoeficácia na obtenção de consentimento informado e atitudes em relação à IA na educação em saúde.

Os participantes da intervenção educacional participarão de uma palestra didática padronizada de 20 minutos sobre os princípios e componentes do consentimento informado na endoscopia gastrointestinal. A sessão abordará tópicos essenciais, como o objetivo e os riscos da endoscopia superior e inferior, opções de diagnóstico alternativas, abordando as preocupações dos pacientes e considerações éticas-legais. Esta palestra foi projetada para garantir uma base de conhecimento uniforme antes das sessões de prática baseadas em simulação.

Treinamento baseado em simulação

Os participantes se envolverão em 30 minutos de prática baseada em simulação usando sua modalidade atribuída:

• Grupo de Controle - PROPUTAMENTO DE PEERS: Os participantes serão combinados com colegas estagiários e alternarão entre funções de médicos e pacientes. Usando instruções de caso padronizadas, os estagiários realizarão discussões informadas de consentimento. Após cada interação, o participante da função do paciente fornecerá feedback de colegas com base em uma lista de verificação fornecida.
• Grupo de intervenção - PROPUTAMENTO DE AI GELERATIVA: Os participantes interagem individualmente com uma interface virtual do paciente virtual acionada por IA. A simulação orientará uma conversa dinâmica de consentimento informado, na qual o paciente de IA responde em tempo real às contribuições do estagiário. A plataforma está programada para imitar personas de pacientes realistas e fornece feedback individualizado e automatizado após cada cenário, com foco na integridade do conteúdo, tom, empatia e clareza.

Os cenários de role-play usados em ambos os grupos serão comparados ao conteúdo, incluindo contexto clínico (ou seja, consentimento informado para endoscopia superior e colonoscopia combinada), histórico relevante do paciente e as mesmas tarefas de comunicação necessárias. Esse design visa garantir que as diferenças nos resultados possam ser atribuídas ao modo de entrega, e não as diferenças na complexidade do caso.

Avaliação pós-intervenção Após as sessões de simulação, todos os participantes concluirão um pós-teste padronizado envolvendo um encontro simulado do paciente. Nesta avaliação, os estagiários devem obter consentimento informado para endoscopia superior e colonoscopia combinada de um paciente padronizado (SP, isto é, ator) após uma persona paciente consistente e com script. O SP será treinado para fornecer respostas consistentes entre os participantes.

Todas as interações serão gravadas em vídeo para fins de avaliação, garantindo que a identificação de recursos faciais não seja capturada para manter o anonimato. Os avaliadores ficarão cegos para a alocação de grupo.

Pesquisa de acompanhamento imediatamente após o pós-teste, os participantes concluirão uma pesquisa de acompanhamento reavaliando a auto-eficácia na obtenção de consentimento informado. O grupo de intervenção também concluirá um questionário de feedback que avalia a usabilidade, o valor educacional percebido e a aceitabilidade da plataforma baseada em IA.

RESULTADOS

• Resultados primários:

  • Capacidade de obter consentimento informado durante o pós-teste do SP, avaliado usando uma lista de verificação estruturada (os avaliadores cegos para a alocação de grupo)
  • Desempenho da comunicação durante o pós-teste do SP, avaliado usando uma escala de classificação global estruturada (os avaliadores cegos para a alocação de grupo)

• Resultados secundários:

  o Mudança na autoeficácia na obtenção de consentimento informado (pontuações pré-intervenções da pesquisa pós-intervenção).

• Outros resultados (somente grupo de intervenção); o Percepções de trainee sobre a simulação baseada em IA (somente grupo de intervenção), incluindo realismo, usabilidade e satisfação.

Análise estatística Os dados quantitativos serão analisados usando métodos estatísticos padrão. As diferenças entre os grupos nas pontuações de desempenho de consentimento informadas e nas pontuações de comunicação serão avaliadas usando testes t de amostras independentes ou testes U de Mann-Whitney, dependendo da distribuição dos dados. Uma ANOVA de design misto (medidas repetidas) será usado para avaliar as alterações pré-post na auto-eficácia e testar os efeitos de interação entre tempo e grupo (RPG de AI vs. pares). Os dados qualitativos das respostas da pesquisa aberta serão analisados usando análise temática após uma abordagem de codificação indutiva.