Back to blog
educacional inteligência artificial medicina inovação pedagógica

O Impacto da Inteligência Artificial no Ensino Médico: Resultados do Piloto Simu na FMUC

Como o uso de utentes virtuais elevou as classificações e o desenvolvimento de competências clínicas na Universidade de Coimbra

A educação médica está em constante evolução e a Faculdade de Medicina da Universidade de Coimbra (FMUC) deu um passo significativo na integração de novas tecnologias no seu currículo. No primeiro semestre do ano letivo de 2025/2026, a Unidade Curricular de Medicina Geral e Familiar conduziu um estudo piloto inovador. A iniciativa utilizou a plataforma Simu, um simulador de utentes virtuais alimentado por Inteligência Artificial, para treinar competências clínicas em consultas médicas.

Os resultados, tanto a nível de desempenho académico como na perceção dos estudantes, revelam um impacto fortemente positivo.

Impacto Direto nas Classificações: Mais Elevadas e Homogéneas

A análise descritiva das notas dos exames teóricos demonstrou uma melhoria clara e consistente no desempenho dos alunos. Comparando os resultados do ano letivo anterior (2024/2025) com o período do piloto (2025/2026), os dados mostram o seguinte cenário:

  • Aumento da Média: A classificação média subiu de 15,89 valores para 16,95 valores.
  • Maior Consistência: O desvio-padrão reduziu de 2,05 para 1,57, o que sugere uma maior homogeneidade nas aprendizagens entre os estudantes.
  • Relevância Estatística: Esta diferença provou ser estatisticamente significativa (p<0,001).
  • Relevância Pedagógica: O tamanho do efeito calculado (Cohen’s d=0,58) corresponde a um efeito moderado, validando o impacto prático destas estratégias de inovação pedagógica.

O Feedback dos Estudantes: Aumento da Autoconfiança

Para além das notas, foi aplicado um questionário de autoavaliação (com uma escala de Likert de 1 a 5) a um grupo de estudantes (n=8) após a utilização do agente de Inteligência Artificial. A média global de perceção de competência fixou-se nos 4,09, revelando um elevado grau de confiança nas capacidades adquiridas.

Os estudantes sentiram-se particularmente aptos nas seguintes áreas:

  • Raciocínio Clínico: Obteve a pontuação mais alta (4,75).
  • Integração de Dados: A capacidade de integrar dados clínicos e psicossociais na tomada de decisão foi pontuada com 4,62.
  • Comunicação e Empatia: A recolha da história familiar e a abordagem empática ao doente obtiveram ambas uma média de 4,38.
  • Medicina Centrada na Pessoa: A integração destes conceitos obteve uma média de 4,25.

No entanto, a simulação também ajudou a identificar áreas que necessitam de mais treino ou desenvolvimento, como a organização e gestão do tempo de consulta (3,38), a elaboração de cartas de referenciação (3,12) e a preparação para a comunicação de más notícias (3,38). Esta variabilidade reflete a complexidade das diferentes competências exigidas num ambiente clínico real.

Próximos Passos: Evolução da Plataforma

Os estudantes deixaram também várias sugestões valiosas para melhorar o realismo da ferramenta. As principais recomendações focaram-se em:

  • Maior Realismo Visual e Multimodalidade: A introdução de um rosto virtual, imagens demonstrativas (como radiografias) e a possibilidade de interagir por voz, tornando a experiência mais imersiva.
  • Gestão de Tempo e Acessibilidade: Pedidos para aumentar o tempo disponível para exploração dos casos e a possibilidade de aceder à plataforma fora das aulas (em casa) para uma repetição cuidada dos cenários clínicos.
  • Refinamento do Feedback: Melhorar a precisão do relatório final dado pela inteligência artificial e mitigar a repetição de respostas do bot.

Conclusão

Os dados deste projeto-piloto sustentam que a integração de inteligência artificial, como a plataforma Simu, no ensino médico pré-graduado é um complemento altamente eficaz às metodologias tradicionais. O aumento das notas e o desenvolvimento focado do raciocínio e da comunicação apontam para um futuro onde a simulação digital será um pilar fundamental na preparação das novas gerações de médicos.