Na Wolters Kluwer, acreditamos que as ferramentas de IA devem ser construídas com base em conteúdos com curadoria e derivados de evidências – não apenas em dados. À medida que evoluímos o UpToDate®, nosso foco permanece em oferecer conteúdos que reflitam a integridade do conhecimento clínico, e não apenas as capacidades da tecnologia.
A proveniência é a base
Hoje, os médicos enfrentam um volume intenso de informações clínicas; e o desafio não é apenas o acesso, mas o discernimento.
Velocidade sem base é um risco. As decisões clínicas exigem confiabilidade, contexto e responsabilidade. Essas decisões devem ser fundamentadas em fatos e evidências, e não em tecnologia probabilística.
Na IA clínica, isso significa ser capaz de rastrear uma recomendação até as evidências e a avaliação de especialistas que a estabeleceram. A verificação não é opcional – é fundamental. É por isso que a proveniência não é um detalhe técnico; é um imperativo clínico.
Os três pilares da proveniência
1. Origens: construindo sobre bases de conhecimento confiáveis
Há um equívoco comum de que, se a IA pudesse resumir toda a literatura clínica em tempo real, os médicos tomariam decisões melhores. Mas o raciocínio clínico não se trata apenas de síntese – trata-se de saber quais informações importam, quando e por quê. Nenhuma tecnologia hoje pode fazer essas distinções de forma independente.
Nossa solução de IA Generativa, UpToDate Expert AI, é baseada no conteúdo clínico do UpToDate. O processo editorial implícito a esse conteúdo não é apenas rigoroso – é intencional e antecipatório, projetado para refletir os cenários clínicos que os usuários enfrentam.
Cada linha do conteúdo clínico do UpToDate, no qual o UpToDate Expert AI se baseia, é escrita por especialistas, revisada por pares e atualizada regularmente. Cada estudo adicionado ao UpToDate é avaliado quanto à sua relevância, alinhamento com o contexto clínico, solidez metodológica, prontidão para informar ou mudar a prática e consideração equilibrada de riscos e benefícios.
2. Derivação: como os insights são criados de forma transparente
Em vez de aplicar tecnologia genérica a grandes volumes de conteúdo, os sistemas projetados para os médicos devem refletir como eles pensam, priorizam e tomam decisões.
A transparência é igualmente crítica. Os médicos devem ser capazes de ver como o sistema chegou a uma resposta – não apenas o resultado, mas também o raciocínio por trás dele.
E a rastreabilidade deve ser fluida. A verificação continua sendo imediata, intuitiva e essencial.
3. Responsabilidade: expertise clínica por trás de cada insight
O design de um sistema generativo não é neutro – ele reflete o julgamento, a experiência e a intenção das pessoas que o constroem. Sistemas robustos não são apenas tecnologia aplicada ao conteúdo, eles são moldados por equipes que entendem tanto a prática clínica quanto as capacidades da IA.
Esse tipo de trabalho exige habilidades híbridas e liderança. Requer fluência em medicina baseada em evidências, pensamento crítico e adaptabilidade para criar conhecimento significativo de novas maneiras. Nossa abordagem é baseada em uma colaboração estreita entre médicos e tecnólogos trabalhando juntos. Cada elemento é mapeado para o processo de raciocínio clínico e reforçado por garantias projetadas para promover a segurança do paciente.
O que diferencia nosso sistema é a profundidade e a amplitude da expertise clínica por trás dele. No coração do UpToDate Expert AI está uma equipe dedicada de médicos e farmacêuticos em exercício, com experiência em cuidados especializados, administração hospitalar, segurança do paciente, educação médica, publicação e tecnologia de conteúdo. Seu trabalho se baseia em uma ampla fundação, a rede global do UpToDate, composta por mais de 7.600 colaboradores – líderes estabelecidos em suas áreas – apoiados por um corpo interno de editores médicos treinados em metodologia baseada em evidências.
Essa experiência coletiva não é apenas uma credencial – na medicina, ter seu nome associado ao trabalho sinaliza responsabilidade, propriedade e um compromisso com a qualidade. Por outro lado, sistemas que funcionam anonimamente correm o risco de minar a confiança. Ao tornar visível a expertise por trás do sistema, reforçamos o princípio de que a IAGen na medicina deve ser construída não apenas com habilidade técnica, mas com integridade.
Nossa publicação, “Building the bridge—Generative AI and the future of clinical knowledge” (Construindo a ponte: IA generativa e o futuro do conhecimento clínico), aborda nossa perspectiva sobre como ferramentas como o UpToDate Expert AI estão construindo a ponte entre mudanças na coleta de conhecimento clínico e inovação. Baixe para obter mais insights.
