A IA pode acertar o diagnóstico e errar o tratamento endodôntico?
Atualizado: há 23 horas
Estudo compara ChatGPT, Copilot, Perplexity e DeepSeek no manejo de sequelas pós-traumáticas
Uma inteligência artificial pode identificar corretamente necrose pulpar e periodontite apical sintomática, mas ainda recomendar uma conduta terapêutica incompleta ou inadequada?
Um estudo publicado antecipadamente no Journal of Endodontics mostra que sim. Ao comparar quatro chatbots em situações envolvendo sequelas endodônticas após traumatismos dentários, os pesquisadores encontraram uma diferença importante entre reconhecer o diagnóstico e decidir o tratamento.
O resultado mais chamativo foi obtido pelo DeepSeek: o chatbot alcançou 100% da pontuação possível no domínio diagnóstico, mas apenas 40,7% no domínio relacionado ao tratamento. O Perplexity apresentou o desempenho terapêutico mais elevado, porém atingiu 79,6% da pontuação possível — ainda distante de uma correspondência integral com o padrão elaborado pelos especialistas.
Mais importante: na avaliação geral inicial, a mediana de completude foi classificada como “incompleta” para os quatro chatbots.
O estudo não demonstra que uma plataforma seja permanentemente superior às demais. Ele revela algo mais relevante para a prática clínica:
Acertar o nome da doença não significa compreender suficientemente o paciente para decidir o tratamento.
O que você vai aprender neste artigo
Como o estudo comparou ChatGPT, Copilot, Perplexity e DeepSeek.
Por que diagnóstico e planejamento terapêutico foram avaliados separadamente.
Quais chatbots obtiveram as maiores pontuações em cada domínio.
Por que uma resposta pode ser correta, mas ainda clinicamente incompleta.
Como interpretar a variação das respostas ao longo do tempo.
Quais limitações impedem a aplicação direta desses resultados aos modelos atuais.
Como utilizar inteligência artificial na Endodontia sem transferir a responsabilidade clínica para o chatbot.
Este artigo faz parte da trilha sobre IA.
Em resumo
O DeepSeek apresentou a maior pontuação diagnóstica, enquanto o Perplexity obteve o melhor desempenho nas recomendações terapêuticas. Entretanto, nenhum chatbot reproduziu consistentemente o padrão dos especialistas em todos os casos. Os resultados foram dependentes da tarefa, variaram ao longo do tempo e foram obtidos com versões gratuitas disponíveis em janeiro de 2025.
Portanto, o estudo apoia o uso da inteligência artificial como ferramenta auxiliar de consulta e organização do raciocínio — não como autoridade autônoma para diagnóstico ou tratamento.
Por que as sequelas pós-traumáticas representam um teste difícil para a IA?
O diagnóstico endodôntico após um traumatismo pode ser especialmente complexo. A resposta pulpar depende do tipo de injúria, do estágio de desenvolvimento radicular, do tempo decorrido, da condição dos tecidos periodontais e da evolução clínica e radiográfica.
Em dentes permanentes imaturos, essa dificuldade é ainda maior. Testes de sensibilidade pulpar podem produzir respostas negativas transitórias após o trauma, sem que isso represente necessariamente necrose pulpar definitiva. Também pode ocorrer desarranjo apical transitório, acompanhado por alterações de cor, sensibilidade e imagem radiográfica durante o processo de reparo.
Quando a necrose realmente se estabelece antes da conclusão do desenvolvimento radicular, o clínico passa a lidar com ápice aberto, paredes dentinárias finas e maior vulnerabilidade estrutural. Nesse cenário, a decisão pode envolver procedimentos endodônticos regenerativos, apicificação, barreira apical ou outras estratégias determinadas pelas características do caso.
Isso significa que a IA não precisa apenas reconhecer palavras associadas a “trauma”, “necrose” e “ápice aberto”. Ela precisa integrar cronologia, maturidade radicular, sinais clínicos, testes pulpares, achados radiográficos, diagnóstico pulpar, diagnóstico periapical e objetivos biológicos do tratamento.
Qual foi o objetivo do estudo?
O estudo de Zeno e colaboradores teve como objetivo avaliar a acurácia e a completude das respostas produzidas por quatro chatbots gratuitos no apoio a:
diagnóstico de sequelas endodônticas em dentes permanentes traumatizados;
indicação do tratamento;
indicação do tratamento quando o diagnóstico correto já havia sido fornecido;
respostas conceituais sobre procedimentos endodônticos regenerativos;
reprodutibilidade das respostas após um intervalo de sete dias.
O manuscrito foi conduzido e relatado de acordo com a diretriz TRIPOD-LLM, criada para melhorar a transparência de estudos que avaliam grandes modelos de linguagem em saúde.
Quais chatbots foram avaliados?
A coleta foi realizada em janeiro de 2025 com versões gratuitas de:
ChatGPT 3.5;
Microsoft Copilot Free;
Perplexity Free Plan;
DeepSeek R1.
Esse detalhe temporal é indispensável. O artigo foi aceito em julho de 2026, mas avaliou sistemas disponíveis aproximadamente 18 meses antes. Como os modelos e as plataformas são atualizados rapidamente, os resultados não devem ser interpretados como um ranking atual e permanente.
Como as perguntas foram elaboradas?
Dois especialistas em Endodontia, com mais de dez anos de experiência em Endodontia e traumatologia dentária, elaboraram 14 conjuntos de perguntas.
Nove descreviam casos clínicos hipotéticos de dentes permanentes traumatizados:
sete casos envolvendo dentes imaturos;
dois casos envolvendo dentes maduros.
Cada caso clínico foi interrogado em três domínios:
1. Diagnóstico
O caso era apresentado e o chatbot deveria informar o diagnóstico pulpar e perirradicular.
2. Tratamento
O mesmo cenário era utilizado para que o chatbot recomendasse a conduta terapêutica.
3. Tratamento com diagnóstico prévio
O diagnóstico considerado correto pelos especialistas era fornecido explicitamente, e o chatbot deveria indicar o tratamento correspondente.
As outras cinco perguntas eram conceituais e abordavam procedimentos endodônticos regenerativos, com base principalmente nas recomendações da American Association of Endodontists.
As questões foram apresentadas em inglês. A ordem dos chatbots e dos casos clínicos foi randomizada. Todas as interações foram conduzidas por um único operador, a partir de um único endereço IP e de uma conta criada especificamente para a pesquisa.
Um exemplo do desafio apresentado aos chatbots
Um dos casos descrevia uma paciente de oito anos, sem alterações sistêmicas relevantes, que havia sofrido luxação lateral do incisivo central superior esquerdo oito meses antes.
O dente apresentava:
desenvolvimento radicular incompleto;
ápice aberto;
radiolucidez periapical;
sensibilidade à percussão e à palpação;
resposta negativa aos testes pulpares térmico e elétrico;
respostas normais nos dentes adjacentes.
Inicialmente, os chatbots deveriam estabelecer os diagnósticos pulpar e perirradicular. Depois, deveriam indicar o tratamento. Em uma terceira interação, os pesquisadores forneciam previamente os diagnósticos de necrose pulpar e periodontite apical sintomática e solicitavam novamente a conduta.
Esse desenho permitiu investigar uma questão sofisticada: quando o tratamento está incorreto, o erro decorre do diagnóstico ou da incapacidade de transformar o diagnóstico em decisão terapêutica?
Quais instruções foram dadas aos chatbots?
Para os casos clínicos, os pesquisadores utilizaram um prompt que pode ser traduzido da seguinte forma:
Atue como um cirurgião-dentista especialista em Endodontia e experiente no tratamento de dentes permanentes traumatizados. Serão fornecidos dados de casos clínicos, e sua função será responder às perguntas apresentadas após a descrição do caso. Responda de forma concisa, coerente e de acordo com as recomendações mais recentes da American Association of Endodontists, European Society of Endodontology e International Association of Dental Traumatology para o manejo de dentes permanentes traumatizados.
Para as perguntas conceituais sobre Endodontia regenerativa, a instrução também exigia respostas precisas, concisas e alinhadas às recomendações dessas três instituições.
O prompt era reinserido a cada três interações com casos clínicos.
Esse é um detalhe metodológico importante: os chatbots não responderam a perguntas vagas. Eles receberam uma função profissional, um objetivo definido e fontes normativas que deveriam orientar a resposta. Portanto, o estudo avaliou chatbots sob uma condição de prompting relativamente estruturada.
Como as respostas foram avaliadas?
Dois endodontistas avaliaram as respostas de maneira independente e sem saber qual chatbot havia produzido cada texto. As divergências foram discutidas até o consenso; quando necessário, uma terceira especialista em Odontopediatria e trauma dental participou da decisão.
Foram avaliadas duas dimensões diferentes.
Acurácia
A acurácia recebeu pontuação de 1 a 6:
1 — completamente incorreta;
2 — mais incorreta do que correta;
3 — proporções aproximadamente iguais de conteúdo correto e incorreto;
4 — mais correta do que incorreta;
5 — quase completamente correta;
6 — completamente correta.
Completude
A completude recebeu pontuação de 1 a 3:
1 — incompleta: abordava apenas parte da pergunta ou omitia componentes importantes;
2 — adequada: respondia aos elementos necessários com a quantidade mínima de informações;
3 — abrangente: respondia integralmente e acrescentava contexto pertinente.
Uma resposta completamente incorreta não recebia pontuação de completude.
Cada um dos três domínios clínicos poderia alcançar 54 pontos de acurácia. O conjunto conceitual sobre procedimentos endodônticos regenerativos poderia alcançar 30 pontos.
Resultados: qual chatbot apresentou o melhor desempenho?
Pontuação de acurácia no primeiro dia
Chatbot | Diagnóstico | Tratamento | Tratamento com diagnóstico fornecido |
ChatGPT 3.5 | 33/54 — 61,1% | 38/54 — 70,4% | 35/54 — 64,8% |
Copilot | 42/54 — 77,8% | 31/54 — 57,4% | 34/54 — 63,0% |
Perplexity | 52/54 — 96,3% | 43/54 — 79,6% | 43/54 — 79,6% |
DeepSeek | 54/54 — 100% | 22/54 — 40,7% | 23/54 — 42,6% |
Na comparação geral de acurácia no primeiro dia, houve diferença estatisticamente significativa entre os chatbots. O Perplexity apresentou valores superiores aos do ChatGPT e do Copilot, mas semelhantes aos do DeepSeek.
Entretanto, essa comparação geral esconde diferenças importantes entre as tarefas.
DeepSeek: excelente no diagnóstico e limitado no tratamento
O DeepSeek alcançou a pontuação máxima no diagnóstico: 54 de 54 pontos. Isso representa concordância completa com o padrão dos especialistas nos nove casos avaliados.
Mas seu desempenho caiu para:
22 de 54 pontos no tratamento;
23 de 54 pontos no tratamento após o fornecimento do diagnóstico.
Em termos proporcionais, a pontuação caiu de 100% no diagnóstico para 40,7% no tratamento.
Esse contraste é clinicamente mais importante do que a posição de cada plataforma em um ranking. Ele mostra que um modelo pode reconhecer com precisão a categoria diagnóstica e, ainda assim, não integrar adequadamente os detalhes necessários à conduta.
Perplexity: maior desempenho nas decisões terapêuticas
O Perplexity obteve:
96,3% da pontuação diagnóstica;
79,6% no tratamento;
79,6% no tratamento com diagnóstico fornecido.
Foi o chatbot com o desempenho mais elevado e mais equilibrado entre diagnóstico e tratamento no primeiro dia.
Os autores discutem que a capacidade de recuperar informações atualizadas e apresentar fontes pode ter favorecido o Perplexity. Contudo, também reconhecem limitações: profundidade analítica variável, necessidade de conferir as referências fornecidas e restrições de acesso gratuito a determinadas fontes.
Além disso, Perplexity é uma plataforma de busca e resposta, e não necessariamente um único modelo fixo. A versão gratuita pode modificar o sistema utilizado sem oferecer ao pesquisador controle completo sobre o modelo de base.
ChatGPT e Copilot apresentaram resultados intermediários
O ChatGPT 3.5 obteve 61,1% da pontuação diagnóstica, mas chegou a 70,4% no tratamento. O Copilot apresentou o padrão oposto: 77,8% no diagnóstico e 57,4% no tratamento.
Esses resultados reforçam que não existe necessariamente um desempenho único e uniforme para cada chatbot. Um modelo pode apresentar comportamento diferente conforme a tarefa solicitada.
Fornecer o diagnóstico correto não resolveu o problema terapêutico
Uma das partes mais interessantes do estudo foi repetir a pergunta terapêutica depois de fornecer o diagnóstico considerado correto.
Seria razoável esperar que a retirada da incerteza diagnóstica melhorasse substancialmente o tratamento. Isso não aconteceu de forma consistente:
Perplexity permaneceu em 79,6%;
Copilot passou de 57,4% para 63,0%;
DeepSeek passou de 40,7% para 42,6%;
ChatGPT caiu de 70,4% para 64,8%.
Portanto, o diagnóstico prévio não eliminou as limitações da decisão terapêutica.
Isso sugere que o gargalo não estava apenas em reconhecer a doença. A dificuldade também envolvia selecionar e descrever uma conduta compatível com maturidade radicular, condição pulpar e periapical, trauma prévio e recomendações especializadas.
Acurácia não é o mesmo que completude
Este é provavelmente o ponto mais importante do artigo.
Uma resposta pode apresentar a recomendação principal correta e, por isso, receber boa pontuação de acurácia. Mesmo assim, pode omitir etapas, alternativas, condições de indicação, acompanhamento ou detalhes essenciais para a segurança clínica.
Na avaliação inicial, as medianas gerais de completude foram:
Chatbot | Mediana de completude no dia 1 |
ChatGPT | 1 |
Copilot | 1 |
Perplexity | 1 |
DeepSeek | 1 |
Na escala utilizada, a pontuação 1 significava “incompleta”.
O estudo não encontrou diferença estatisticamente significativa de completude entre os quatro chatbots no primeiro dia. Mas isso não significa que todos produziram respostas adequadas. Significa que, de maneira geral, nenhum deles se destacou consistentemente nesse critério e as medianas permaneceram no nível classificado como incompleto.
Uma resposta pode estar correta no núcleo da recomendação e ainda ser insuficiente para sustentar uma decisão clínica.
Como os chatbots responderam às perguntas sobre Endodontia regenerativa?
Os quatro chatbots apresentaram elevada acurácia nas cinco perguntas conceituais sobre procedimentos endodônticos regenerativos, sem diferença estatisticamente significativa entre eles.
Uma explicação provável é que o prompt determinava explicitamente que as respostas deveriam seguir as recomendações da AAE, ESE e IADT. Perguntas conceituais e baseadas em documentos normativos são mais próximas de tarefas de recuperação e síntese de conhecimento do que de decisões clínicas individualizadas.
De acordo com a AAE, os procedimentos endodônticos regenerativos podem ser considerados em dentes imaturos com necrose pulpar e ápice aberto, envolvendo seleção adequada do caso, desinfecção com mínima instrumentação, irrigação cuidadosa, medicação intracanal, indução de sangramento ou emprego de outra matriz e selamento coronário. A própria AAE adverte que suas orientações não substituem o julgamento independente do clínico diante das necessidades específicas do paciente.
Esse princípio também deve orientar o uso da inteligência artificial: diretrizes podem ser recuperadas e resumidas por um chatbot, mas a indicação depende do paciente real.
As respostas permaneceram estáveis depois de sete dias?
As mesmas perguntas foram repetidas no oitavo dia para avaliar a reprodutibilidade em curto prazo.
Na avaliação global, o acordo entre as pontuações dos dias 1 e 8 variou de aceitável a bom para acurácia e de razoável a excelente para completude:
Chatbot | Kappa para acurácia | Interpretação | Kappa para completude | Interpretação |
ChatGPT | 0,61 | Bom | 0,64 | Bom |
Copilot | 0,59 | Aceitável | 0,25 | Razoável; sem significância estatística |
Perplexity | 0,49 | Aceitável | 0,82 | Excelente |
DeepSeek | 0,80 | Bom | 0,71 | Bom |
Quando os domínios foram examinados separadamente, o ChatGPT apresentou redução significativa de acurácia no diagnóstico, no tratamento e no tratamento com diagnóstico prévio. A redução nas perguntas conceituais sobre Endodontia regenerativa não alcançou significância estatística.
O Copilot mostrou redução significativa apenas no tratamento com diagnóstico fornecido. Perplexity permaneceu estável nos diferentes domínios. DeepSeek também apresentou acurácia relativamente estável, embora continuasse com resultados inferiores nas questões terapêuticas.
Somente o DeepSeek apresentou aumento estatisticamente significativo da completude geral no dia 8. Mesmo assim, o resultado precisa ser interpretado dentro da escala curta de 1 a 3 e do intervalo de apenas sete dias.
Variabilidade não significa que o chatbot “aprendeu” ou “esqueceu” o caso
É tentador interpretar uma pontuação maior no segundo momento como aprendizado e uma pontuação menor como deterioração do conhecimento. Essa conclusão não pode ser estabelecida pelo desenho do estudo.
As diferenças podem estar relacionadas a:
geração probabilística do texto;
mudanças no contexto da sessão;
mecanismos de busca e recuperação de documentos;
roteamento interno entre modelos;
atualizações não documentadas da plataforma;
variação na forma como a mesma instrução é processada.
O intervalo de sete dias avalia reprodutibilidade em curto prazo, não estabilidade de longo prazo. Também não permite atribuir causalmente as mudanças às chamadas alucinações.
O que o estudo demonstra?
Dentro das condições avaliadas, o estudo demonstra que:
chatbots podem alcançar alta concordância com especialistas em tarefas diagnósticas textuais;
o desempenho depende do domínio solicitado;
acurácia diagnóstica elevada não garante indicação terapêutica adequada;
fornecer o diagnóstico correto não elimina os erros de tratamento;
respostas conceituais baseadas em diretrizes tendem a ser mais confiáveis;
respostas aparentemente corretas podem continuar incompletas;
uma mesma pergunta pode gerar desempenho diferente em outro momento;
nenhum dos quatro chatbots reproduziu consistentemente o padrão dos especialistas em todas as tarefas.
O que o estudo não demonstra?
O estudo não permite concluir que:
DeepSeek seja atualmente o melhor chatbot para diagnóstico endodôntico;
Perplexity seja atualmente o melhor chatbot para tratamento;
os modelos atuais apresentem o mesmo desempenho das versões testadas;
chatbots possam realizar diagnóstico autônomo em pacientes reais;
os resultados se apliquem à interpretação de radiografias, tomografias ou fotografias;
uma resposta com boa pontuação possa ser utilizada diretamente como prescrição ou plano de tratamento;
a IA tenha superado endodontistas;
sete dias sejam suficientes para demonstrar estabilidade clínica de longo prazo.
Limitações metodológicas que precisam ser consideradas
1. Versões avaliadas em janeiro de 2025
O estudo avaliou o ChatGPT 3.5 e versões gratuitas das outras plataformas. Esses resultados representam uma fotografia tecnológica daquele período.
2. Plataformas que podem mudar sem documentação completa
Copilot e Perplexity podem alterar modelos, sistemas de recuperação e mecanismos de roteamento. O nome comercial da plataforma não garante que o mesmo sistema esteja respondendo em diferentes momentos.
3. Apenas nove cenários clínicos
Os casos foram cuidadosamente construídos, mas não representam toda a diversidade de sequelas pós-traumáticas.
4. Casos hipotéticos e textuais
Não foram utilizados pacientes reais, imagens radiográficas, tomografias ou evolução clínica longitudinal.
5. Padrão de referência elaborado por especialistas
O gabarito foi fundamentado em diretrizes e experiência clínica, mas não corresponde a um desfecho biológico observado em pacientes.
6. Intervalo curto entre as avaliações
Sete dias permitem analisar apenas reprodutibilidade de curto prazo.
7. Completude predominantemente baixa
Mesmo quando a acurácia era elevada, muitas respostas omitiam elementos considerados clinicamente relevantes.
8. Inconsistência editorial no manuscrito preliminar
Os métodos identificam o modelo como ChatGPT 3.5, mas a Tabela 4 utiliza a expressão “ChatGPT 4.0”. Como o artigo ainda estava em versão pre-proof, essa discrepância provavelmente representa um erro editorial e deve ser conferida na versão final.
A principal lição para a Endodontia
O tratamento endodôntico não é uma consequência automática de uma etiqueta diagnóstica.
Dois pacientes podem compartilhar o diagnóstico de necrose pulpar e exigir estratégias diferentes por causa de:
desenvolvimento radicular;
anatomia;
etiologia e tipo de trauma;
tempo decorrido;
presença e extensão de reabsorções;
condição periodontal;
possibilidade restauradora;
idade e cooperação do paciente;
histórico médico;
capacidade de acompanhamento;
disponibilidade tecnológica;
objetivos biológicos e prognóstico.
Um chatbot pode reconhecer associações linguísticas entre sinais, diagnóstico e tratamentos frequentes. O clínico precisa decidir se aquela associação é válida para a pessoa que está diante dele.
Como utilizar IA de maneira responsável na Endodontia?
Usos de menor risco
organizar hipóteses diagnósticas para estudo;
resumir diretrizes já identificadas;
comparar conceitos e nomenclaturas;
criar checklists para conferência pelo profissional;
melhorar a comunicação de informações técnicas;
formular perguntas para pesquisa bibliográfica;
apoiar atividades educacionais e discussão de casos anonimizados.
Usos que exigem validação rigorosa
sugerir diagnósticos diferenciais;
comparar alternativas terapêuticas;
resumir recomendações de sociedades científicas;
calcular doses ou organizar esquemas farmacológicos;
interpretar informações clínicas complexas;
construir orientações destinadas a pacientes.
Usos que não devem ser delegados ao chatbot
decisão clínica final;
prescrição sem conferência profissional;
diagnóstico baseado somente na resposta textual da IA;
indicação de tratamento sem exame clínico e análise dos exames necessários;
comunicação de prognóstico como se a resposta fosse individualizada;
processamento de dados identificáveis do paciente em sistemas sem proteção e autorização adequadas.
Um protocolo prático de cinco etapas
Ao utilizar inteligência artificial como apoio educacional ou clínico, o profissional deve:
Anonimizar o caso: não inserir nome, documento, imagem identificável ou qualquer informação desnecessária do paciente.
Fornecer contexto suficiente: incluir dados clinicamente relevantes, deixando explícitas as informações ausentes.
Solicitar critérios e fontes: pedir que a resposta diferencie evidência, recomendação institucional e inferência.
Abrir e conferir as fontes originais: uma referência citada não deve ser considerada verdadeira apenas porque o chatbot a apresentou.
Assumir integralmente a decisão: diagnóstico, prescrição e tratamento continuam sob responsabilidade do cirurgião-dentista.
Posição EndoToday
A inteligência artificial já pode ser uma ferramenta útil para organizar conhecimento, recuperar informações e ampliar perguntas. Ainda não é uma substituta segura para o raciocínio clínico completo.
O estudo de Zeno e colaboradores não deve ser utilizado para escolher um “chatbot vencedor”. Sua contribuição é mostrar que o desempenho da IA é condicionado pela tarefa: a ferramenta que acerta o diagnóstico pode falhar no tratamento; a resposta mais correta pode continuar incompleta; e o resultado produzido hoje pode não ser reproduzido da mesma forma em outro momento.
A IA pode ampliar o raciocínio do profissional. Não pode assumir sua responsabilidade.
Conclusão
Os quatro chatbots demonstraram potencial para apoiar tarefas diagnósticas e responder a perguntas conceituais sobre Endodontia regenerativa. Contudo, nenhum deles correspondeu consistentemente ao padrão dos especialistas em todos os cenários.
O contraste entre diagnóstico e tratamento é o principal achado clínico. DeepSeek alcançou a pontuação máxima no diagnóstico, mas obteve menos da metade da pontuação possível nas recomendações terapêuticas. Perplexity foi mais equilibrado, porém também não atingiu concordância integral com o padrão de referência.
Além disso, as medianas de completude permaneceram predominantemente no nível classificado como incompleto. Isso significa que fluência, segurança verbal e aparência de autoridade não podem ser confundidas com suficiência clínica.
A inteligência artificial pode participar do processo de consulta e aprendizagem. A decisão clínica, entretanto, deve permanecer sustentada pelo exame do paciente, pela interpretação dos exames, pelas diretrizes atualizadas, pela melhor evidência disponível e pela responsabilidade profissional.
Na Endodontia, a tecnologia pode acelerar o acesso à informação. A biologia, o contexto e o julgamento clínico continuam determinando a direção.
Referência principal
Zeno AP, Caetano BP, da Conceição GASG, Jural L, Primo LG, Magno MB, Ormiga F, Risso PA, Maia LC. Accuracy and Completeness of Four Artificial Intelligence Chatbots in Assisting Diagnosis and Treatment of Post-traumatic Endodontic Sequelae. Journal of Endodontics. Publicação antecipada on-line, 2026. DOI: 10.1016/j.joen.2026.07.017.
Referências complementares
American Association of Endodontists. Clinical Considerations for a Regenerative Procedure. Revised 2021.
American Association of Endodontists. Position Statement: Scope of Endodontics — Regenerative Endodontics. Atualizado em junho de 2025.
Bourguignon C, et al. International Association of Dental Traumatology guidelines for the management of traumatic dental injuries: fractures and luxations. Dental Traumatology. 2020;36:314–330.
Krastl G, et al. European Society of Endodontology position statement: endodontic management of traumatized permanent teeth. International Endodontic Journal. 2021;54:1473–1481.
Duncan HF, et al. ESE S3-level clinical practice guideline for the treatment of pulpal and apical disease. International Endodontic Journal. 2023;56 Suppl 3:238–295.
Gallifant J, et al. The TRIPOD-LLM reporting guideline for studies using large language models. Nature Medicine. 2025;31:60–69.
Bedi S, et al. Testing and Evaluation of Health Care Applications of Large Language Models: A Systematic Review. JAMA. 2025;333:319–328.
Özbay Y, Erdoğan D, Dinçer GA. Evaluation of the performance of large language models in clinical decision-making in endodontics. BMC Oral Health. 2025;25:648.
Brasil. Lei nº 13.709, de 14 de agosto de 2018 — Lei Geral de Proteção de Dados Pessoais. Texto compilado.
Perguntas frequentes
1. A inteligência artificial já pode diagnosticar casos endodônticos de forma autônoma?
Não. O estudo demonstrou bom desempenho de determinados chatbots em casos hipotéticos e textuais, mas não avaliou exame clínico, radiografias, tomografias nem pacientes reais. A IA pode apoiar a organização de hipóteses, mas não deve estabelecer sozinha o diagnóstico final.
2. Qual chatbot apresentou o melhor desempenho no diagnóstico?
Nas condições do estudo e na avaliação inicial, o DeepSeek alcançou 54 de 54 pontos no domínio diagnóstico, seguido pelo Perplexity, com 52 de 54. Esses resultados se referem às versões gratuitas utilizadas em janeiro de 2025 e não constituem um ranking atual permanente.
3. Qual chatbot apresentou o melhor desempenho no tratamento?
O Perplexity obteve a maior pontuação nas recomendações terapêuticas: 43 de 54 pontos, tanto sem quanto com o diagnóstico previamente fornecido. Mesmo assim, não correspondeu integralmente ao padrão dos especialistas.
4. Por que o DeepSeek acertou o diagnóstico, mas apresentou baixa pontuação no tratamento?
Porque reconhecer uma categoria diagnóstica e construir uma conduta são tarefas diferentes. O tratamento exige integrar diagnóstico, maturidade radicular, características do trauma, condição periapical, objetivos biológicos e recomendações clínicas específicas.
5. Fornecer o diagnóstico correto melhorou as recomendações dos chatbots?
Não de maneira consistente. O Perplexity permaneceu com a mesma pontuação, Copilot e DeepSeek melhoraram discretamente e o ChatGPT apresentou redução. Isso sugere que a limitação não estava apenas no diagnóstico, mas também na elaboração da conduta.
6. O que significa uma resposta ser correta, mas incompleta?
Significa que a recomendação principal pode estar correta, mas informações importantes podem ter sido omitidas, como condições de indicação, etapas do protocolo, alternativas, acompanhamento, riscos ou necessidade de exames adicionais.
7. Os chatbots foram consistentes quando as perguntas foram repetidas?
A consistência variou entre as plataformas e os domínios. Perplexity manteve acurácia estável, enquanto o ChatGPT apresentou redução significativa em três domínios clínicos. O intervalo de sete dias avalia apenas reprodutibilidade em curto prazo.
8. O estudo avaliou as versões atuais dos chatbots?
Não. A coleta foi realizada em janeiro de 2025 com ChatGPT 3.5 e versões gratuitas de Copilot, Perplexity e DeepSeek R1. Atualizações posteriores podem ter modificado substancialmente o desempenho dessas plataformas.
9. É seguro inserir dados de pacientes em um chatbot?
Dados identificáveis não devem ser inseridos sem base legal, autorização, proteção adequada e conhecimento das políticas da plataforma. Informações de saúde recebem proteção especial pela Lei Geral de Proteção de Dados Pessoais. Para usos educacionais, o caso deve ser anonimizado e limitado às informações estritamente necessárias.
10. Como o endodontista pode utilizar IA com maior segurança?
A IA pode ser empregada para organizar hipóteses, resumir documentos e construir checklists. O profissional deve conferir as fontes originais, comparar a resposta com diretrizes atualizadas, proteger os dados do paciente e manter sob sua responsabilidade o diagnóstico e a decisão terapêutica.
A inteligência artificial não elimina a necessidade de conhecimento. Ela torna ainda mais importante saber avaliar a qualidade da resposta.
Acompanhe a trilha de Inteligência Artificial do EndoToday para compreender como utilizar essas ferramentas com evidência, senso crítico e responsabilidade clínica.
Sobre o autor
Prof. Dr. Marco Aurélio Gagliardi Borges é cirurgião-dentista, especialista, mestre e doutor em Endodontia. Professor de pós-graduação e autor da EndoToday, atua na interface entre prática clínica, ensino e produção de conteúdo técnico-científico, com foco em diagnóstico, tomada de decisão e Endodontia baseada em evidências. Seus artigos buscam traduzir a literatura científica em conteúdo aplicável, claro e clinicamente relevante para cirurgiões-dentistas em diferentes níveis de formação. Saiba mais sobre o autor: quem somos.
Não ensinamos apenas a tratar dentes.
Ensinamos a cuidar de pacientes.
Endotoday - Endodontia com diagnóstico, ciência e tomada de decisão clínica.
Prof. Dr. Marco Aurélio G. Borges
Leitura relacionada: Guia completo de diagnóstico endodôntico
Comentários