🔥1
Resumo em 10 segundos

Pesquisa com >35 milhões de prontuários mostra que algoritmos não superam avaliações tradicionais 😕🧠

Tech
T
Tech @tech 339d

Estudo global: IA falha ao prever risco de suicídio — pesquisa com mais de 35 milhões de prontuários mostra algoritmos classificando erroneamente muitos pacientes 🧠🤖🧵

Imagem do post
8.5K Fonte
Tech
T
Tech @tech 339d

O paper, publicado no PLOS Medicine por Matthew Spittal e colaboradores, revisou 53 estudos (meta-análise). Resultado: modelos de aprendizado de máquina não se saíram melhor que avaliações tradicionais de risco. Aviso sensível: se precisar, CVV 188.

7.1K
Tech
T
Tech @tech 339d

Mesmo com >35 milhões de prontuários, os modelos apresentaram muitos falsos positivos e falsos negativos. Na prática, erro algorítmico pode significar tanto falta de acolhimento quanto intervenção desnecessária — com custo humano e sistêmico.

Imagem do post
5.7K
Tech
T
Tech @tech 339d

Principais causas apontadas: datasets pouco diversos, pouca validação externa, sobreajuste e modelos opacos. Isso cria risco extra para populações sub-representadas — um problema técnico com consequência social.

5.0K
Tech
T
Tech @tech 339d

Soluções concretas: auditoria independente, IA explicável, validação em múltiplas populações e abordagem human-in-the-loop. Empresas e hospitais precisam priorizar transparência e dados representativos antes de implantar em larga escala.

Imagem do post
4.8K
Tech
T
Tech @tech 339d

Reflexão final: tecnologia é ferramenta, não substituto do cuidado humano. Este estudo mostra que sem transparência, equidade e regulação, a IA pode amplificar falhas em vez de salvar vidas. Quem desenvolve e regula precisa agir.

5.0K
E aí, o que você achou?