Banca de DEFESA: LAURA CRISTINA DE MEDEIROS SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : LAURA CRISTINA DE MEDEIROS SILVA
DATA : 11/02/2026
HORA: 15:30
LOCAL: YouTube (StreamYard)
TÍTULO:

ACURÁCIA DE DIETAS ELABORADAS POR INTELIGÊNCIA ARTIFICIAL PARA PACIENTES COM DOENÇAS CRÔNICAS NÃO TRANSMISSÍVEIS: UMA REVISÃO SISTEMÁTICA

 

 

PALAVRAS-CHAVES:

Inteligência artificial, Terapia nutricional, Doenças Crônicas Não Transmissíveis, Aprendizado de máquina, Dieta.

PÁGINAS: 89
RESUMO:

As doenças crônicas não transmissíveis (DCNT) representam um dos maiores desafios globais de saúde pública, com fatores comportamentais modificáveis, como a alimentação, onde tem papel central em sua prevenção e manejo. Paralelamente, a Inteligência Artificial (IA), especialmente modelos como o ChatGPT, tem sido explorada como ferramenta promissora para a elaboração de dietas personalizadas. No entanto, a acurácia e a confiabilidade dessas prescrições em contextos clínicos específicos ainda não estão bem estabelecidas, o que justifica a necessidade de avaliações sistemáticas. Esta revisão sistemática teve como objetivo avaliar a acurácia das dietas geradas por IA para pacientes com DCNT, comparando-as com recomendações nutricionais estabelecidas. O estudo configurou-se como uma revisão sistemática metodológica, registrada no PROSPERO (CRD420251056403), conduzida segundo as diretrizes PRISMA. Os critérios de elegibilidade foram definidos com base em uma estratégia PICOS adaptada para estudos de acurácia. A população (P) consistiu em adultos (≥18 anos) diagnosticados com DCNT, como diabetes mellitus, hipertensão arterial ou doenças cardiovasculares, admitindo-se que os indivíduos pudessem ser simulados nos estudos incluídos. O Teste de Índice (I) foi o uso de sistemas de IA generativa para a elaboração de planos alimentares. A Comparação (C) foi realizada frente a valores de referência nutricionais estabelecidos por diretrizes internacionais e nacionais, como as da Organização Mundial da Saúde (OMS) e da Autoridade Europeia para a Segurança dos Alimentos (EFSA). O desfecho principal (O) foi a acurácia nutricional das dietas, avaliada pela adequação do valor energético, macronutrientes e micronutrientes em relação às recomendações específicas para cada DCNT. As buscas foram realizadas nas bases PubMed, Scopus, EMBASE, LILACS, CENTRAL e IEEE Xplore. A seleção dos artigos foi realizada com o auxílio do software Rayyan®, com remoção prévia dos registros duplicados e posterior triagem por meio da leitura dos títulos e resumos. A extração dos dados foi conduzida utilizando uma planilha padronizada, e a avaliação do risco de viés foi realizada utilizando a ferramenta PROBAST+AI. Para a síntese dos resultados, foram calculadas as métricas de Erro Absoluto Médio (MAE) e Erro Percentual Absoluto Médio (MAPE) a partir dos dados extraídos dos estudos incluídos, os quais utilizaram predominantemente o ChatGPT-4.0. Os resultados tiveram um desempenho heterogêneo. Para doenças cardiovasculares e diabetes tipo 2, os sistemas apresentaram bom desempenho e acurácia, com MAPE inferior a 6%. Em contrapartida, para hipertensão arterial e dislipidemia, os erros foram altos, com MAPE para carboidratos e gorduras superando 50% e para sódio atingindo 76,98% na hipertensão. Na obesidade, observaram-se grandes discrepâncias também, com MAE de até 2680 kcal para o valor energético em dietas restritivas, como a cetogênica. Conclui-se que a acurácia da IA mostra-se fortemente dependente do contexto clínico, mostrando desempenho satisfatório em cenários mais padronizados, mas limitações relevantes em condições que exigem maior descrição de fatores nutricionais, especialmente em parâmetros essenciais para o manejo das DCNT. Assim, o uso dessas ferramentas na prática clínica deve ser cauteloso e restrito ao apoio complementar à decisão profissional, sempre sob supervisão rigorosa, visando à segurança do cuidado em saúde.

MEMBROS DA BANCA:
Presidente - 2665457 - GIDYENNE CHRISTINE BANDEIRA SILVA DE MEDEIROS
Interna - 2166798 - ADALA NAYANA DE SOUSA MATA
Externa ao Programa - 2865332 - DALINE FERNANDES DE SOUZA ARAUJO - UFRNExterna à Instituição - THAIS TEIXEIRA DOS SANTOS