A Capacidade de Diagnóstico e Triagem da Colaboração entre Leigos e Modelos de Linguagem de Grande Porte na China

O objetivo deste ensaio controlado randomizado é avaliar o papel dos grandes modelos de linguagem na melhoria da capacidade das pessoas comuns para autodiagnosticar e triar doenças comuns. As principais questões que pretende responder são:

• O uso de um LLM ajuda os participantes a fazer autodiagnósticos e decisões de cuidados mais precisos para doenças comuns, em comparação com o seu primeiro palpite sem qualquer ajuda?
• Quanto melhor é quando as pessoas trabalham em conjunto com um LLM, em comparação com o uso de um motor de busca regular, usando apenas o LLM, ou como os médicos decidiriam? Os investigadores compararão participantes que foram aleatoriamente atribuídos ao grupo LLM (usando DeepSeek) ou ao grupo do motor de busca para ver se a abordagem assistida por LLM leva a melhores julgamentos clínicos.

Os participantes irão:

• Ler uma das 48 vinhetas de saúde curtas e realistas;
• Fazer um palpite inicial sobre o que pode estar errado, listando até três causas possíveis, classificadas da mais provável para a menos provável, e escolher um nível de cuidados: procurar cuidados imediatos, consultar um médico dentro de um dia, consultar um médico dentro de uma semana ou gerir em casa sem cuidados médicos.
• Usar a ferramenta atribuída (DeepSeek ou um motor de busca padrão) para procurar informações e atualizar o seu palpite e decisão de cuidados;
• Submeter o seu diagnóstico final e escolha de cuidados após usar a ferramenta. Além disso, a equipa de estudo avaliou o desempenho de outros quatro modelos de IA (GPT-4o, GPT-o1, DeepSeek-v3 e DeepSeek-r1) e 33 médicos de clínica geral experientes nas mesmas vinhetas.