Antes de uma sugestão de IA tocar na análise de um paciente, deve conseguir responder a uma pergunta sobre ela: de onde veio isto? Se a ferramenta lhe consegue mostrar — esta rubrica, neste repertório, nesta localização, com este grau; esta passagem, neste livro — a repertorização assistida por IA é um acelerador exatamente para a disciplina que a formação clássica ensina. Se não consegue, nenhuma fluência na resposta a torna segura para uso. Este artigo transforma esse princípio numa auditoria prática: dez verificações que um praticante pode executar em qualquer ferramenta de homeopatia com IA — incluindo a nossa — em menos de uma hora, antes de confiar nela no consultório. Difere dos nossos textos mais amplos sobre IA na seleção do remédio e o fluxo de trabalho de análise de casos: esses explicam o que a tecnologia faz; este é sobre verificá-la. Como sempre, é escrito para praticantes e estudantes — a decisão clínica, aqui mais do que em qualquer outro lugar, continua a ser sua.
Porquê Auditar? Os Dois Padrões da IA na Homeopatia
Todas as funcionalidades de IA em software homeopático se reduzem, quando examinadas, a um de dois padrões.
O padrão de recuperação. A IA é um índice mais rápido. Pega nas palavras do paciente — "uma faixa a apertar à volta da cabeça, melhor por pressionar com força" — e apresenta rubricas candidatas de repertórios reais, com localizações e graus associados; ou elabora uma lista curta estritamente a partir das rubricas que confirmou. Cada resultado é um ponteiro para fontes que existem e podem ser abertas. O ofício do praticante — escolher, ponderar, verificar na matéria médica — não muda; apenas ficou mais rápido virar as páginas.
O padrão de oráculo. A IA é uma máquina de respostas. Entra a descrição do caso, sai o nome do remédio, raciocínio opaco, referências ausentes ou decorativas. Por mais precisa que por vezes possa ser, é inauditável — e uma etapa inauditável inserida num método clínico quebra a cadeia de responsabilização do método no seu elo mais importante.
A auditoria abaixo existe para distinguir estes dois padrões na prática, funcionalidade por funcionalidade — porque os produtos reais (mais uma vez: incluindo o nosso) são misturas, e a pergunta nunca é "a IA é boa ou má?", mas "quais dos resultados desta ferramenta consigo rastrear, e alguma coisa não rastreável chega alguma vez à análise?"
A Auditoria em Dez Pontos
Execute estas verificações por ordem; elas avançam da mecânica para a governação. Uma ferramenta que falhe os pontos 1–4 é insegura independentemente do resto. Tome notas — elas tornam-se a sua linha de base para nova auditoria.
1. Rastreabilidade das rubricas
Escolha três rubricas sugeridas pela IA e clique até à fonte. Cada uma abre na sua localização exata num repertório identificado — capítulo, rubrica, sub-rubrica — com a lista de remédios e os graus visíveis? Uma sugestão que não pode ser aberta é o sinal de alerta. No Similia, cada rubrica que a IA propõe é uma ligação ativa para o repertório de onde veio; esse é o nível de conceção que deve exigir a qualquer ferramenta.
2. Verificação das fontes das citações
Quando a IA cita ou parafraseia a matéria médica, abra a passagem. O livro citado contém isso, de forma reconhecível, sobre esse remédio? Verifique três. Uma única citação fabricada reprova a auditoria de imediato — erudição inventada é pior do que nenhuma, porque fabrica falsa confiança exatamente onde a verificação devia estar.
3. O teste da rubrica inventada
Dê à ferramenta um sintoma que sabe que os repertórios tratam de forma imperfeita — uma formulação moderna incomum, uma modalidade rara. Os comportamentos corretos são: rubricas genuínas mais próximas (identificadas como próximas), ou um honesto "não há correspondência próxima." O comportamento reprovado é uma rubrica perfeitamente formulada que não existe em nenhum repertório. Este único teste apanha mais ferramentas do padrão de oráculo do que qualquer outra verificação.
4. Fidelidade dos graus
Para duas rubricas sugeridas, compare os graus que a IA apresenta com a entrada do próprio repertório — negrito, itálico, normal; e, no esquema de quatro graus de Murphy, o quarto grau tratado corretamente. Os graus transportam o peso evidencial de todo o método; uma ferramenta descuidada com os graus será descuidada com tudo o que vem a jusante. (É novo neste tema e quer perceber porque os graus importam tanto? O guia de repertorização cobre os fundamentos.)
5. Confirmação obrigatória
Siga um percurso completo da sugestão até à análise. Alguma rubrica ou remédio pode entrar na repertorização sem uma ação explícita do praticante? A resposta fiável é não: a IA propõe, você confirma, e só os itens confirmados são analisados. Sugestões inseridas automaticamente — por melhores que sejam — significam que a ferramenta, não você, está discretamente a tomar o caso.
6. Comportamento perante a incerteza
Dê-lhe um caso pobre: dois sintomas vagos, nada marcante. A ferramenta diz que a imagem é insuficiente, mostra reservas de forma visível, ou ordena candidatos com a mesma expressão confiante que usou para um caso rico? Sistemas que não conseguem expressar incerteza transferem o seu excesso de confiança para os utilizadores — precisamente o oposto daquilo de que um prescritor júnior precisa.
7. Precisão da pesquisa semântica
Teste o mapeamento da linguagem quotidiana com cinco formulações que os seus pacientes realmente usam — incluindo uma na sua língua de consulta se pratica fora do inglês — e avalie se as rubricas devolvidas correspondem verdadeiramente ao sentido, não apenas às palavras-chave. Depois verifique o inverso: uma expressão clássica precisa encontra primeiro a sua rubrica exata? O nosso guia de pesquisa semântica explica como é um bom funcionamento por baixo da superfície.
8. Privacidade e governação de dados
Leia os termos da ferramenta com três perguntas: O texto da consulta/caso é usado para treinar modelos? Quem processa os dados, e com que base legal (termos de subcontratante do RGPD, na Europa)? Pode exportar e apagar? Para consultas gravadas, confirme que a obrigação de consentimento fica onde deve ficar — consigo — e que o tratamento do fornecedor a apoia. Uma ferramenta clinicamente brilhante com termos de dados evasivos reprova a auditoria; a narrativa do paciente é o dado mais sensível que um homeopata guarda.
9. Transparência das alterações de modelo
Pergunte (ou procure no registo de alterações): o fornecedor anuncia quando os modelos ou fontes da IA mudam de forma material? A implementação contínua significa que a ferramenta que auditou em janeiro não é a ferramenta que está a usar em julho. Não pode voltar a auditar aquilo que não sabe que mudou — daí o ritmo de nova auditoria semestral referido na FAQ.
10. A regra de validação
Por fim, audite-se a si. Institua uma regra pessoal: nenhuma análise tocada por IA está terminada até os principais candidatos terem sido lidos contra o paciente na matéria médica. A recuperação pode ser delegada; o julgamento não. Escreva a regra no seu modelo de caso se isso ajudar — a disciplina custa três minutos e é a diferença entre prática assistida por IA e prática dirigida por IA.
Como Pontuar
Não há sistema de pontos que valha a pena inventar: as verificações 1–5 são aprovado/reprovado (rastreabilidade, fontes, ausência de invenções, fidelidade dos graus, confirmação obrigatória), e uma ferramenta tem de passar as cinco antes de as suas conveniências merecerem consideração. As verificações 6–10 avaliam a maturidade da ferramenta e da sua governação em torno dela. Uma ferramenta que passa as dez não é "IA em que pode confiar cegamente" — é IA na qual nunca tem de confiar cegamente, que é o objetivo real.
Como Isto Se Parece Quando Funciona
Feita com honestidade, a auditoria não filtra apenas ferramentas — muda a forma como usa aquela que mantém. As sugestões tornam-se pistas, não veredictos. O clique até à rubrica torna-se reflexo. A leitura da matéria médica no fim deixa de parecer uma formalidade porque apanha visivelmente os quase-acertos da IA — a rubrica que correspondeu às palavras mas não ao sentido, o remédio forte na grelha mas errado na gestalt. Os praticantes que trabalham desta forma relatam o mesmo que os nossos próprios dados de utilização mostram: o verdadeiro dom da IA não são respostas, mas cobertura — a terceira e quarta rubrica candidata que não teria tido tempo de procurar à mão — enquanto a qualidade da decisão continua a vir de onde sempre veio. Esse é o padrão segundo o qual construímos as funcionalidades de IA do Similia, e a auditoria acima é a forma de nos responsabilizar — a nós e a qualquer outra pessoa — por ele.
