Banca de QUALIFICAÇÃO: LAURA CRISTINA DE MEDEIROS SILVA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : LAURA CRISTINA DE MEDEIROS SILVA
DATA : 07/01/2026
HORA: 14:30
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 generativa; Terapia nutricional; Doenças Crônicas Não
Transmissíveis; Aprendizado de máquina; Dieta.

 

PÁGINAS: 69
RESUMO:

O avanço da inteligência artificial (IA) tem ampliado seu uso na prática clínica, incluindo a
elaboração automatizada de dietas para o manejo de doenças crônicas não transmissíveis.
Apesar do potencial dessas ferramentas, ainda existem incertezas quanto à sua acurácia na
nutrição. Este estudo avaliou a acurácia das dietas geradas por modelos de IA para indivíduos
com DCNT, comparando-as às recomendações nutricionais oficiais. Trata-se de uma revisão
sistemática metodológica, o estudo foi conduzido conforme as diretrizes Cochrane e PRISMA,
com protocolo registrado no PROSPERO (CRD420251056403). A revisão foi estruturada
segundo o modelo PICOS adaptado, considerando pacientes adultos com DCNT, uso de
modelos ChatGPT (versões 3.5 e GPT-4), comparação com diretrizes de órgãos oficiais e
métricas de acurácia como Erro Absoluto Médio (MAE) e Erro Percentual Absoluto Médio
(MAPE). As buscas foram realizadas em seis bases de dados, sem restrição de idioma ou ano.
A seleção foi conduzida por dois pesquisadores independentes, com resolução de divergências
por terceiro pesquisador. Das 2.120 referências identificadas, quatro estudos foram incluídos,
avaliando prescrições para obesidade, diabetes tipo 2 (DM), hipertensão (HAS), doenças
cardiovasculares (DCV) e dislipidemia. O MAPE, que representa o desvio percentual médio
entre valores prescritos pela IA e recomendados pelas diretrizes, foi usado para acurácia: <10%
indica boa acurácia, 10-20% moderada, e >20% limitações relevantes. Para a caloria, a acurácia
variou em: DCV e DM, o MAPE foi <2% indicando boa acurácia, porém em HAS e
dislipidemia atingiu 55-56%, e em dietas específicas para obesidade ultrapassou 98%,
demonstrando inadequação. Proteínas apresentaram MAPE <5% em DCV, DM e obesidade,
mas foram inadequadas em HAS e dislipidemia (16-18%). Carboidratos e lipídios exibiram os
maiores desvios, com MAPE >100% para carboidratos e 50% para gorduras em hipertensão e
dislipidemia. Micronutrientes revelaram MAPE críticos: 59% para cálcio, 76% para sódio e
49% para magnésio. Assim, a acurácia observada foi adequada apenas para doenças
cardiovasculares e diabetes tipo 2, sendo inadequada para hipertensão, dislipidemia e dietas
específicas para obesidade. Conclui-se que a IA pode atuar como uma ferramenta para auxiliar
o nutricionista na prescrição de dietas, contudo, até o momento da realização dos estudos
incluídos, a acurácia observada ainda se mostrou insuficiente para substituir a atuação do
profissional nutricionista. O uso requer supervisão profissional e validação clínica rigorosa para
garantir segurança às recomendações baseadas em evidências.

 

MEMBROS DA BANCA:
Presidente - 2665457 - GIDYENNE CHRISTINE BANDEIRA SILVA DE MEDEIROS
Interna - 2166798 - ADALA NAYANA DE SOUSA MATA
Externa à Instituição - THAIS TEIXEIRA DOS SANTOS - IFRN