O Que Diz a Ciência Sobre Pacientes Virtuais na Educação Médica

“Funciona mesmo?”

É a primeira pergunta que qualquer pessoa razoável faz quando lhe falam de pacientes virtuais. Estudantes, professores, diretores de hospitais, investidores — todos querem saber o mesmo: isto tem evidência ou é só hype tecnológico?

A resposta curta: tem. E não é evidência fraca. Estamos a falar de revisões sistemáticas com dezenas de ensaios clínicos randomizados (RCTs), milhares de participantes e meta-análises publicadas em revistas de referência.

A resposta longa é mais interessante — porque mostra não só que funciona, mas o que melhora, o que ainda é incerto e como estes dados podem justificar um investimento real em plataformas de simulação para hospitais e faculdades de medicina.

Este artigo é um mergulho na evidência. Sem promessas vagas, sem marketing disfarçado. Só ciência.

Neste artigo:

• O estado da evidência: onde estamos em 2026
• A grande meta-análise: Kononowicz et al. (2019)
• Conhecimento: resultados surpreendentes
• Competências clínicas: onde os pacientes virtuais brilham
• A evidência durante a pandemia: Law et al. (2023)
• Aprendizagem mista: o modelo que parece funcionar melhor
• Atitudes e satisfação: o que dizem os estudantes
• O que ainda não sabemos
• LLMs e a nova geração de pacientes virtuais
• Justificar o investimento: dados para decisores
• Bibliografia

O estado da evidência: onde estamos em 2026

A investigação sobre pacientes virtuais na educação médica não é recente. Os primeiros estudos datam dos anos 2000, mas foi na última década que a evidência atingiu uma massa crítica que permite tirar conclusões robustas.

Em 2010, Cook, Erwin e Triola publicaram na Academic Medicine uma das primeiras meta-análises sobre utentes virtuais computadorizados, abrangendo estudos que demonstraram eficácia para o treino de competências clínicas e de comunicação [1]. Este trabalho foi pioneiro ao tratar a simulação virtual como uma intervenção educativa mensurável — e não apenas como uma curiosidade tecnológica.

Desde então, o volume de evidência cresceu de forma significativa. Em 2019, a Digital Health Education Collaboration publicou a maior revisão sistemática e meta-análise até à data, com 51 RCTs e quase 5.000 participantes [2]. Em 2023, durante e após a pandemia de COVID-19, vários ensaios clínicos adicionaram evidência sobre a eficácia dos pacientes virtuais em contextos de crise, onde o acesso a doentes reais ficou severamente limitado [3].

O que é notável não é apenas a quantidade de estudos — é a consistência dos resultados em contextos geográficos e culturais muito diferentes: países de alto rendimento e países de baixo/médio rendimento, faculdades de medicina tradicionais e instituições com poucos recursos.

A grande meta-análise: Kononowicz et al. (2019)

Se há um único estudo que deves conhecer sobre pacientes virtuais, é este.

Kononowicz e colegas, sob a égide da Digital Health Education Collaboration, realizaram uma revisão sistemática com meta-análise publicada no Journal of Medical Internet Research. Incluíram 51 ensaios clínicos randomizados com um total de 4.696 participantes de profissões de saúde [2].

O objetivo era claro: comparar a eficácia dos pacientes virtuais com métodos tradicionais de ensino (aulas, estudo autónomo, casos em papel) e avaliar o impacto em diferentes tipos de resultados — conhecimento, competências clínicas e atitudes.

Os resultados são informativos, mas exigem leitura cuidadosa. Porque a história que contam não é um simples “funciona vs. não funciona” — é mais subtil do que isso.

Conhecimento: resultados surpreendentes

Quando os pacientes virtuais foram comparados com métodos tradicionais para a aquisição de conhecimento factual, os resultados foram… modestos.

A meta-análise encontrou um standardized mean difference (SMD) de 0,11 (IC 95%: −0,17 a 0,39), com heterogeneidade elevada (I²=74%, n=927) [2]. Em linguagem simples: não houve diferença estatisticamente significativa entre aprender com pacientes virtuais e aprender com métodos tradicionais no que toca a conhecimento puro.

Isto pode parecer dececionante, mas na verdade é informativo.

Os pacientes virtuais não são superiores a uma boa aula teórica para transmitir conhecimento factual. E faz sentido: se o objetivo é memorizar os critérios de Duke para endocardite ou os estadios de Ann Arbor para linfoma, uma aula bem estruturada ou um livro de texto fazem o trabalho.

Mas — e aqui está o ponto crucial — a questão nunca foi essa. Ninguém investe numa plataforma de simulação para substituir aulas teóricas. O valor está noutro sítio.

Competências clínicas: onde os pacientes virtuais brilham

É aqui que os dados se tornam verdadeiramente interessantes.

Para competências clínicas — raciocínio clínico, tomada de decisão, procedimentos — a meta-análise encontrou um efeito significativo e robusto a favor dos pacientes virtuais: SMD de 0,90 (IC 95%: 0,49 a 1,32, I²=88%, n=897) [2].

Um SMD de 0,90 é um efeito grande pela convenção de Cohen. Traduzido: os estudantes que treinaram com pacientes virtuais demonstraram competências clínicas substancialmente superiores às dos que receberam apenas instrução tradicional.

Quais competências, especificamente? A meta-análise detalhou:

• Raciocínio clínico: A capacidade de formular diagnósticos diferenciais, pesar probabilidades e tomar decisões com informação incompleta — precisamente o que um médico faz dezenas de vezes por dia.
• Competências procedimentais: Habilidades técnicas como realizar procedimentos ou seguir protocolos clínicos de forma estruturada.
• Competências mistas (procedimentais e de equipa): Cenários que combinam técnica com coordenação e comunicação.

Este resultado alinha-se com décadas de investigação sobre aprendizagem. Ericsson, no seu trabalho seminal sobre prática deliberada, demonstrou que a aquisição de competências complexas requer prática ativa com feedback — não exposição passiva a informação [4]. Os pacientes virtuais, por natureza, forçam o estudante a fazer: tomar decisões, observar consequências, ajustar a abordagem. É prática deliberada estruturada.

A evidência durante a pandemia: Law et al. (2023)

A pandemia de COVID-19 criou uma experiência natural involuntária. Com os hospitais sobrecarregados e os estágios clínicos suspensos ou severamente limitados, muitas faculdades foram forçadas a adotar simulação virtual por necessidade, não por escolha.

Um ensaio clínico randomizado conduzido por Law e colegas, publicado no Hong Kong Journal of Emergency Medicine, aproveitou este contexto para estudar a eficácia dos pacientes virtuais no ensino de medicina de urgência [3].

O desenho do estudo

• 138 estudantes de medicina do último ano
• Divididos aleatoriamente em dois grupos: exposição de 2 semanas vs. exposição de 4 semanas a simulação com pacientes virtuais (VPS)
• Avaliação de competência clínica antes e depois da intervenção

Os resultados

O grupo com maior exposição (4 semanas) obteve resultados significativamente melhores na competência clínica, com uma diferença média de 18 pontos (em 100), IC 95%: 9,8–26,3, e um Cohen’s d de 0,73 [3]. Pela convenção estatística, é um efeito médio a grande.

Mas os dados qualitativos são igualmente reveladores:

• 97,2% dos participantes queriam que a simulação virtual continuasse após a pandemia.
• 95,8% reportaram que a COVID-19 afetou significativamente a sua aprendizagem clínica.

Ou seja: os estudantes que foram “forçados” a usar pacientes virtuais não só melhoraram objetivamente, como pediram para continuar a usá-los. Isto é particularmente relevante porque a aceitação pelos utilizadores é frequentemente a barreira mais subestimada na adoção de tecnologia educativa.

A lição da dose-resposta

O estudo de Law et al. revelou um efeito dose-resposta claro: mais tempo de exposição à simulação produziu melhores resultados. Isto tem implicações práticas importantes. Uma sessão pontual de simulação pode ter algum valor, mas o benefício real emerge com a prática continuada e repetida — o que exige que a simulação esteja integrada no currículo, não relegada a um workshop opcional.

Aprendizagem mista: o modelo que parece funcionar melhor

Um dos achados mais práticos da meta-análise de Kononowicz et al. é a análise dos pacientes virtuais como componente de uma estratégia de blended learning — aprendizagem mista que combina simulação virtual com instrução tradicional.

Quando os pacientes virtuais foram usados como complemento ao ensino tradicional (e não como substituto), o efeito no conhecimento subiu para um SMD de 0,73 [2] — substancialmente superior ao efeito de 0,11 quando usados como alternativa.

A mensagem é clara: os pacientes virtuais não devem substituir o ensino tradicional. Devem complementá-lo.

Esta conclusão é coerente com a teoria da aprendizagem multimodal. A combinação de diferentes métodos de ensino — leitura, discussão, prática simulada, contacto clínico real — cria mais vias de codificação na memória e mais oportunidades de transferência para a prática real.

Na prática, isto significa que uma faculdade que integre pacientes virtuais no currículo — por exemplo, uma sessão de simulação antes de cada estágio clínico para preparar os estudantes para os casos que vão encontrar — obterá resultados melhores do que uma que use a simulação como substituto das aulas ou dos estágios.

Atitudes e satisfação: o que dizem os estudantes

A evidência sobre atitudes é menos robusta do que a sobre conhecimento e competências, mas aponta consistentemente na mesma direção: os estudantes gostam de usar pacientes virtuais e percebem valor na experiência.

Na meta-análise de Kononowicz et al., os poucos estudos que avaliaram atitudes mostraram tendências positivas, embora com amostras insuficientes para meta-análise formal [2]. No estudo de Law et al., os números são mais expressivos: quase a totalidade dos participantes (97,2%) queria continuar a usar simulação virtual [3].

Outros estudos corroboram esta tendência:

• Envolvimento ativo. Estudantes reportam consistentemente maior envolvimento cognitivo com pacientes virtuais do que com estudos de caso em papel ou aulas expositivas.
• Redução da ansiedade. A possibilidade de errar sem consequências reais reduz a ansiedade associada aos primeiros contactos clínicos, o que por sua vez facilita a aprendizagem [5].
• Autonomia. A disponibilidade 24/7 e a possibilidade de repetição permitem que cada estudante aprenda ao seu ritmo — uma vantagem particularmente valorizada por quem tem estilos de aprendizagem diferentes.

No entanto, é importante notar que a satisfação dos estudantes não é, por si só, evidência de eficácia. Um estudante pode gostar de uma ferramenta sem que ela produza melhores resultados clínicos. A evidência ideal combina medidas de satisfação com medidas de desempenho — e, quando ambas convergem (como nos estudos referidos), a conclusão é mais forte.

O que ainda não sabemos

A honestidade intelectual exige que identifiquemos as lacunas. E elas existem.

Transferência para a prática clínica real

A maioria dos estudos mede o desempenho em contexto simulado ou em exames (como OSCEs). O que sabemos menos é se as competências adquiridas com pacientes virtuais se transferem efetivamente para o desempenho com doentes reais. Existem indicadores positivos — estudantes que treinam mais com simulação tendem a sentir-se mais confiantes e a cometer menos erros nos estágios — mas a evidência direta de transferência é limitada e difícil de medir com rigor [2].

Resultados a longo prazo

Quase todos os estudos medem resultados a curto prazo (imediatamente após a intervenção ou até algumas semanas depois). Há pouca evidência sobre a retenção de competências a 6 meses, 1 ano ou mais. Será que os ganhos se mantêm? É plausível que sim, especialmente se a simulação for continuada, mas os dados são escassos.

Heterogeneidade elevada

Um dos desafios interpretativos da meta-análise de Kononowicz et al. é a heterogeneidade elevada (I²=74% para conhecimento e I²=88% para competências) [2]. Isto significa que os resultados variam muito entre estudos — provavelmente porque “paciente virtual” é um conceito amplo que engloba desde simples casos interativos em texto até simulações de alta fidelidade com inteligência artificial. A qualidade da simulação importa, e nem todas as plataformas são iguais.

Custo-efetividade

Surpreendentemente, há poucos estudos rigorosos sobre o custo-efetividade da simulação virtual comparada com métodos tradicionais. Os custos iniciais de desenvolvimento são reais, mas a escalabilidade (uma plataforma pode servir milhares de estudantes) sugere que o custo por estudante diminui significativamente com a escala. No entanto, esta análise raramente é feita de forma formal na literatura.

Impacto nos outcomes dos doentes

A pergunta final — e a mais difícil de responder — é se médicos que treinaram com pacientes virtuais produzem melhores resultados nos seus doentes. Esta é a medida última de qualquer intervenção educativa em medicina, mas requer estudos longitudinais de grande escala que ainda não foram realizados.

LLMs e a nova geração de pacientes virtuais

A maioria dos estudos na meta-análise de Kononowicz et al. avaliou pacientes virtuais baseados em árvores de decisão ou branching scenarios — sistemas pré-programados com opções finitas.

O panorama mudou radicalmente com o advento dos Large Language Models (LLMs). Um artigo publicado na Nature Medicine em 2023 explorou como estes modelos estão a transformar a prática clínica, incluindo a educação médica [6].

Os pacientes virtuais alimentados por LLMs diferem fundamentalmente dos seus predecessores:

• Linguagem natural. Em vez de escolher opções de um menu, o estudante conduz uma conversa aberta — exatamente como faria com um doente real.
• Adaptabilidade. O paciente virtual responde de forma contextualmente coerente a qualquer pergunta, incluindo perguntas que os designers nunca anteciparam.
• Complexidade emocional. Os LLMs podem simular reações emocionais — ansiedade, frustração, confusão — que tornam a interação mais realista e desafiam as competências de comunicação do estudante.

Sapci e Sapci, numa revisão publicada no JMIR Medical Education, sublinharam o potencial destas ferramentas para democratizar o acesso ao treino clínico de qualidade, permitindo que estudantes em qualquer parte do mundo acedam a experiências de simulação antes reservadas a instituições com recursos significativos [7].

No entanto, é importante contextualizar: a evidência sobre LLMs em educação médica ainda é emergente. Os estudos publicados até à data são maioritariamente pilotos e avaliações qualitativas. Não temos ainda RCTs de grande escala que comparem pacientes virtuais baseados em LLMs com os modelos anteriores. A tecnologia avançou mais depressa do que a investigação — o que é simultaneamente excitante e um apelo à cautela.

Justificar o investimento: dados para decisores

Se és diretor de uma faculdade de medicina, gestor de um hospital ou responsável pela formação clínica de uma equipa, a pergunta que te interessa é pragmática: vale a pena investir?

A evidência disponível permite construir um argumento sólido — com nuances.

O que os dados suportam

1. Os pacientes virtuais melhoram significativamente competências clínicas. Com um SMD de 0,90, o efeito é grande e consistente em múltiplos estudos [2]. Isto é particularmente relevante para hospitais que querem reduzir erros clínicos nas suas equipas.

2. O modelo de aprendizagem mista é superior. Não é preciso substituir nada. Basta integrar a simulação como complemento ao que já existe — e os resultados melhoram (SMD=0,73 para conhecimento em blended learning) [2].

3. A aceitação pelos utilizadores é elevada. Quase todos os estudantes que usam a ferramenta querem continuar a usá-la [3]. Isto reduz o risco de investir numa tecnologia que ninguém adota.

4. A escalabilidade é inerente. Uma plataforma digital serve 10 ou 10.000 utilizadores com custos marginais baixos. Compara isto com o custo de contratar mais tutores, organizar mais estágios ou manter mais manequins de alta fidelidade.

5. Funciona em contextos com poucos recursos. A meta-análise demonstrou eficácia tanto em países de alto rendimento como em países de baixo e médio rendimento [2]. Para instituições com orçamentos limitados, a simulação virtual pode ser o caminho mais acessível para melhorar a qualidade da formação.

O argumento ético

Para além dos dados de eficácia, há um argumento ético: expor estudantes a cenários clínicos complexos antes de os colocarem perante doentes reais é, em si mesmo, um ato de responsabilidade. Wartman e Combs argumentaram na Academic Medicine que a integração da IA no currículo médico não é opcional — é uma obrigação ética das instituições de ensino [8].

O que recomendar

Com base na evidência disponível, a recomendação mais sustentada é:

• Integrar a simulação virtual no currículo como complemento à formação clínica existente.
• Garantir continuidade — sessões pontuais têm menos impacto do que uso regular e integrado [3].
• Escolher plataformas com feedback estruturado — o feedback imediato é o mecanismo chave pelo qual a simulação melhora as competências [4].
• Medir resultados — definir métricas claras de desempenho e avaliar o impacto da simulação de forma contínua.

Pronto para ver a evidência em ação? O Simu é uma plataforma de pacientes virtuais alimentada por IA, desenhada para treino de raciocínio clínico com feedback imediato. Sem risco, sem horários, sem limites. Experimenta gratuitamente.

Conclusão

A ciência sobre pacientes virtuais na educação médica é clara em alguns pontos e honestamente incerta noutros.

O que sabemos: a simulação virtual melhora significativamente as competências clínicas (raciocínio, procedimentos, tomada de decisão), funciona melhor como complemento ao ensino tradicional do que como substituto, é bem aceite pelos estudantes e é eficaz em contextos geográficos e económicos diversos.

O que ainda não sabemos com certeza: se os ganhos se transferem plenamente para a prática com doentes reais, se se mantêm a longo prazo e qual é o custo-efetividade formal comparado com alternativas.

O que é promissor mas ainda emergente: a nova geração de pacientes virtuais baseados em LLMs, que promete interações mais realistas e acessíveis, mas que ainda carece de validação com RCTs de grande escala.

A questão para decisores — faculdades, hospitais, sistemas de saúde — já não é se a simulação virtual tem evidência. Tem. A questão é se estão dispostos a integrá-la de forma séria, continuada e avaliada nos seus programas de formação.

A evidência diz que vale a pena. O próximo passo é teu.

Bibliografia

[1] Cook, D. A., Erwin, P. J., & Triola, M. M. (2010). “Computerized virtual patients in health professions education: a systematic review and meta-analysis.” Academic Medicine, 85(10), 1589-1602. * (Meta-análise pioneira que demonstrou a eficácia dos utentes virtuais para o treino de competências clínicas e de comunicação).

[2] Kononowicz, A. A., et al. (2019). “Virtual Patient Simulations in Health Professions Education: Systematic Review and Meta-Analysis by the Digital Health Education Collaboration.” Journal of Medical Internet Research, 21(7), e14676. DOI: 10.2196/14676 * (A maior revisão sistemática e meta-análise sobre pacientes virtuais: 51 RCTs, 4.696 participantes. Resultados-chave: SMD=0,11 para conhecimento; SMD=0,90 para competências clínicas).

[3] Law, G. C., et al. (2023). “Virtual patient simulation for emergency medicine clerkship during the COVID-19 pandemic.” Hong Kong Journal of Emergency Medicine, 30(4), 208-217. DOI: 10.1177/10249079221131384 * (RCT com 138 estudantes que demonstrou efeito dose-resposta da simulação virtual: 4 semanas > 2 semanas, Cohen’s d=0,73. 97,2% dos participantes quiseram continuar a usar a ferramenta).

[4] Ericsson, K. A. (2004). “Deliberate practice and the acquisition and maintenance of expert performance in medicine and related domains.” Academic Medicine, 79(10 Suppl), S70-S81. * (Referência fundamental sobre prática deliberada e feedback imediato como pilares da aquisição de competências clínicas).

[5] Consorti, F., et al. (2012). “Efficacy of virtual patients in medical education: a meta-analysis of randomized studies.” Computers & Education, 59(3), 1001-1008. DOI: 10.1016/j.compedu.2012.04.017 * (Meta-análise que corrobora a eficácia dos pacientes virtuais e analisa o papel do design instrucional nos resultados).

[6] Thirunavukarasu, A. J., et al. (2023). “Large language models in medicine.” Nature Medicine, 29, 1930-1940. DOI: 10.1038/s41591-023-02448-8 * (Revisão abrangente sobre o impacto dos LLMs na prática clínica e educação médica, incluindo simulação de interações clínicas).

[7] Sapci, A. H., & Sapci, H. A. (2020). “Artificial Intelligence Education and Tools for Medical and Health Informatics Students: Systematic Review.” JMIR Medical Education, 6(1), e19285. DOI: 10.2196/19285 * (Revisão sistemática sobre o potencial da IA para democratizar o acesso ao treino clínico de qualidade).

[8] Wartman, S. A., & Combs, C. D. (2018). “Medical Education Must Move From the Information Age to the Age of Artificial Intelligence.” Academic Medicine, 93(8), 1107-1109. DOI: 10.1097/ACM.0000000000002044 * (Artigo seminal sobre a obrigação ética de integrar IA no currículo médico com rigor pedagógico).