Determinação da Consistência entre Enfermeiros e Inteligência Artificial (ChatGPT-5) na Prestação de Educação de Alta Baseada em Cenários a Doentes Submetidos a Bypass da Artéria Coronária: Um Estudo Metodológico (CABG-AI-EDU)

Este estudo metodológico tem como objetivo determinar a concordância entre enfermeiros especialistas e um sistema de inteligência artificial (IA) (ChatGPT-5) na prestação de educação de alta baseada em cenários para doentes submetidos a cirurgia de bypass da artéria coronária (CABG). O propósito do estudo é avaliar se o ChatGPT-5 consegue gerar conteúdos de educação de alta que sejam comparáveis em precisão, completude e adequação clínica aos preparados por enfermeiros experientes de cirurgia cardiovascular.

Trinta cenários padronizados de doentes serão desenvolvidos para representar uma vasta gama de casos de CABG com diversas características demográficas, socioeconómicas, psicossociais e clínicas. Cada cenário simulará condições pós-operatórias realistas, incluindo potenciais complicações (por exemplo, delirium, infeção da ferida, hemorragia, arritmia), comorbilidades (por exemplo, diabetes, hipertensão, DPOC) e variáveis psicossociais como nível de ansiedade, estrutura familiar e apoio social. Todos os cenários serão revistos e validados por um painel multidisciplinar de peritos, incluindo cirurgiões cardiovasculares e enfermeiros académicos especialistas, para garantir realismo clínico e validade de conteúdo.

A educação de alta será estruturada em torno de seis domínios principais e vinte e quatro subtópicos derivados de diretrizes nacionais e internacionais e literatura baseada em evidências. Estes domínios incluem: (1) gestão médica e seguimento, (2) vida diária e recuperação funcional, (3) apoio psicossocial e social, (4) fatores de risco e saúde preventiva, (5) qualidade de vida e condições específicas, e (6) práticas religiosas. Para cada cenário, tanto os enfermeiros especialistas como o ChatGPT-5 prepararão independentemente materiais escritos de educação de alta utilizando esta estrutura padronizada.

Os materiais educativos serão anonimizados e avaliados por dois revisores cegos em termos de precisão científica, completude do conteúdo, clareza linguística e alinhamento com padrões clínicos. Em caso de discordância, um terceiro revisor independente tomará uma decisão final para garantir objetividade. As análises estatísticas incluirão o coeficiente Kappa de Cohen para medir a concordância entre avaliadores e o Teste Exato de Fisher para comparações categóricas. Medidas de desempenho diagnóstico, como sensibilidade, especificidade, valor preditivo positivo (VPP), valor preditivo negativo (VPN) e pontuação F1, também serão calculadas.

Os dados serão analisados utilizando o SPSS v25 (IBM Corp., Armonk, NY, EUA). Estatísticas descritivas (frequências, percentagens, médias e desvios padrão) serão reportadas para resumir as características dos cenários e avaliações. Os níveis de concordância serão interpretados de acordo com a classificação de Landis e Koch. Um valor de p <0,05 será considerado estatisticamente significativo.

Os resultados deste estudo espera-se que forneçam evidências sobre a fiabilidade, validade e usabilidade do ChatGPT-5 como uma ferramenta inovadora e de suporte para preparar materiais de educação de alta individualizados em enfermagem de cirurgia cardiovascular. Os resultados podem contribuir para o desenvolvimento de novos modelos educativos assistidos por tecnologia que possam reduzir a carga de trabalho dos enfermeiros, melhorar a padronização da educação de alta e aumentar a compreensão e satisfação do doente no período pós-operatório.