Quantcast
Animais de companhia

Estudo: ChatGPT capaz de monitorizar obesidade em animais de companhia

Estudo: ChatGPT capaz de monitorizar obesidade em animais de companhia Image generator/ChatGPT

Os sistemas de inteligência artificial oferecem uma ampla gama de oportunidades em relação à extração e ao processamento de informações no setor veterinário, no entanto, podem gerar erros, caso a informação não seja devidamente tratada, são as conclusões de um estudo sobre obesidade em animais de companhia.

O estudo analisou a capacidade do ChatGPT e de um sistema baseado em expressões regulares (RegexT) em identificar as pontuações de condição corporal com excesso de peso (ECC) no contexto veterinário referentes a animais de companhia.

 

O estudo analisou dados de ECC de 4415 casos clínicos anónimos usando o RegexT e o ChatGPT, solicitando uma análise de ambos os sistemas.

A precisão do RegexT foi superior (100%) do que a do ChatGPT (89,3%), o que indica que todas as pontuações de condição corporal identificadas como sobrepeso eram efetivamente casos de excesso de peso, referiram os cientistas. No entanto, o ChatGPT é mais preciso em termos de abrangência.

 

De acordo com a análise, os dados referentes à condição de obesidade são, muitas vezes, analisados em função de sistemas baseados em expressões regulares ou ferramentas projetadas para detetar padrões fixos de palavras. Com os sistemas de inteligência artificial agora disponíveis, a extração e a análise de dados tornam-se semelhantes às humanas.

“Estes fornecem uma oportunidade empolgante para a extração automatizada de dados e estudos para avaliar a sua aplicação veterinária são urgentemente necessários”, referem os cientistas responsáveis pelo estudo.

 

A análise manual dos 4415 casos identificou 117 (2,65%) com excesso de peso. O ChatGPT identificou corretamente todos os 117 casos de sobrepeso, mas também classificou erradamente 14 registos devido à “confusão com outras informações clínicas”.

Houve 61 classificações falsas de sobrepeso onde não havia ECC registado, e 21 desses casos foram devido a uma interpretação errada de ECC. Em 29 registos, o ChatGPT não forneceu uma resposta apropriada.

 

Em comparação, dos mesmos 4415 casos, o RegexT identificou corretamente 85 dos 117 registos de excesso de peso, não tendo retornado com falsos positivos.

Apesar da complexidade das narrativas clínicas e da tecnologia subjacente do ChatGPT, o sistema conseguiu extrair com sucesso informações sobre condições corporais com excesso de peso, superando um sistema baseado em regras, afirmou o estudo.

No entanto, os cientistas salientam existirem ainda desafios éticos em relação à submissão de textos de saúde a um servidor online, tendo, neste caso, sidos fornecidos dados anónimos disponíveis publicamente.

A análise concluiu também que os dois sistemas oferecem uma complementaridade, possuindo as suas vantagens e limitações.

 

Este site oferece conteúdo especializado. É profissional de saúde animal?