Declaração de Uso de IA
Entrega 1
Introdução
Em conformidade com as normas de integridade académica, declara-se que a elaboração do protocolo clínico “RespiRA” contou com o apoio pontual do Gemini (Nível 2 da GAI Use Scale). A IA foi utilizada para validar a conformidade do protocolo com normas internacionais de reporte (SPIRIT) e para auxiliar na redação técnica de cláusulas éticas e de segurança de dados. Toda a interpretação clínica, desenho do estudo e decisões sobre a segurança dos participantes foram realizados integralmente pelo grupo, utilizando a IA apenas para verificação de omissões e refinamento de texto.
Prompt 1:
“Com base no protocolo”RespiRA” que anexei, atua como um revisor científico, analisa se a descrição da nossa intervenção digital (secção 2.3) cumpre todos os requisitos da norma SPIRIT. Indica se falta algum detalhe sobre a frequência de uso, suporte técnico ou procedimentos de instalação que um comité de ética exigiria.”
Resposta da IA:
“A IA validou que a secção 2.3 cumpre a norma SPIRIT ao detalhar a frequência de monitorização (semanal e diária) e o suporte técnico contínuo. O procedimento de instalação presencial foi considerado adequado para garantir a formação do doente e a segurança no onboarding. A sincronização pseudonimizada assegura a conformidade ética e a proteção de dados exigida pelo RGPD.”
Como o output foi tratado:
Decidimos manter a redação original, pois a análise confirmou que os mecanismos de suporte e as funcionalidades da App já garantem o rigor científico necessário.
Prompt 3:
“Dá-me exemplos de critérios de exclusão para um estudo de asma que ajudem a garantir que os resultados não são confundidos por outras doenças respiratórias ou hábitos tabágicos pesados.”
Resposta da IA:
” Para isolar o efeito da intervenção na asma, recomendo os seguintes critérios de exclusão:
- Condições médicas incompatíveis: Doenças pulmonares crónicas relevantes ou outras condições que interfiram na avaliação do controlo da asma.
- Exacerbação recente: Hospitalização ou tratamento sistémico intensivo nas últimas 4 semanas.
- Tratamentos concomitantes: Participação em outro ensaio clínico intervencional.
Como o output foi tratado:
As respostas de IA foram aceites.
Entrega 2
Introdução
Em conformidade com as normas de integridade académica, declara-se que as fases de configuração e validação do eCRF no REDCap contaram com o apoio do Gemini, enquadrando-se nos níveis de utilização 1 e 2 da GAI Use Scale, conforme detalhado abaixo.
Prompt 1:
“Estou a planear a segurança de dados do projeto RespiRA no REDCap. Quais são as diferentes abordagens lógicas para impedir que um utilizador avance para os formulários clínicos se o consentimento for negativo?”
Resposta da IA:
Para garantir a segurança e a conformidade ética no REDCap, existem três abordagens principais:
Form Display Logic (Lógica ao nível do Instrumento): O REDCap avalia a resposta e “tranca” ou esconde todos os instrumentos seguintes. Ideal para estudos longitudinais realizados por investigadores.
Stop Actions (Lógica ao nível do Fluxo de Inquérito): Utilizada quando o doente preenche o consentimento via link. A opção “Não” dispara uma interrupção imediata da sessão.
Branching Logic de Campo (Lógica de Ramificação): Abordagem granular dentro de cada formulário, ocultando campos ou secções específicas.
Como o output foi tratado:
Decidimos aplicar a Branching Logic para esconder campos e a funcionalidade de Stop Actions para interromper o fluxo do inquérito. No relatório, isto justifica-se como um mecanismo de conformidade com o RGPD, assegurando a proteção dos direitos do participante.
Nível da GAI Use Scale: 2
Prompt 2:
“Para a elaboração de um questionário no RedCap de um estudo sobre a asma, defini os seguintes intervalos fisiológicos para adultos: Peso (30-250 kg), Altura (100-250 cm) e ACT (5-25). Avalie se esses limites são adequados para evitar erros de digitação sem excluir casos clínicos reais.”
Resposta da IA:
Os limites estão muito bem definidos. Eles cobrem desde casos de desnutrição ou baixa estatura severa até obesidade mórbida, garantindo que não se percam dados raros enquanto bloqueia erros óbvios. O intervalo do ACT (5-25) está perfeito, pois respeita a pontuação da escala original.
Como o output foi tratado:
A IA considerou os intervalos adequados. Como medida complementar, verificamos a visibilidade das unidades de medida (kg/cm) no formulário para assegurar a precisão dos dados.
Nível da GAI Use Scale: 2
Prompt 3:
“Como posso utilizar a Branching Logic no REDCap para aumentar a eficiência de um formulário clínico, evitando que perguntas sobre gravidez ou detalhes de urgências apareçam a todos os doentes?”
Resposta da IA:
Filtragem por Relevância Biológica: O campo de gravidez só aparece se o campo sexo for igual a “Feminino”.
Técnica de “Cascata” para Detalhes: Criar uma pergunta de triagem (“O doente recorreu às urgências?”). Se “Sim”, ramificam-se os campos detalhados.
Hierarquia de Respostas (Checkboxes): Ativar campos de texto livre apenas para opções como “Outros”.
Como o output foi tratado:
Aplicamos esta lógica como medida de controlo de qualidade, para impedir dados incongruentes na base de dados final e reduzir a fadiga de preenchimento.
Nível da GAI Use Scale: 2
Prompt 4:
“Qual é o objetivo científico de usar Field Notes num projeto de investigação e se os dados de Peso, Altura e ACT Score devem ser marcados como ‘Identifier’?”
Resposta da IA:
Field Notes: Servem para a Padronização da Recolha (especificar unidades como “kg”), Minimização do Erro (formatos de data) e Validação de Escalas (relembrar períodos de tempo).
Identifiers: Embora sejam dados sensíveis, isoladamente (peso/altura) não identificam diretamente uma pessoa. Recomendou-se marcar como “No”.
Como o output foi tratado:
Personalizamos as Field Notes para elevar o rigor do formulário. Concordámos também em não marcar peso e altura como identificadores diretos.
Nível da GAI Use Scale: 1
Prompt 5:
“Qual é a fórmula que tenho de utilizar para calcular o IMC?”
Resposta da IA:
A fórmula matemática padrão é:
IMC= Altura(m) 2
Peso(kg)
Como o output foi tratado:
Ao analisar a resposta, percebemos que a fórmula ignorava que a nossa altura é recolhida em centímetros. Corrigimos autonomamente para a sintaxe do REDCap: [peso] / (([altura]/100)^2).
Nível da GAI Use Scale: 1
Prompt 6:
“É possível usar código HTML dentro do REDCap para destacar alertas?”
Resposta da IA:
A IA forneceu o código <b style="color:red;"> e explicou como inseri-lo no Field Label, recomendando moderação para não distrair o utilizador.
Como o output foi tratado:
Decidimos aplicar o vermelho apenas no alerta de “Asma Não Controlada” para manter o impacto de urgência, seguindo a recomendação de moderação da IA.
Nível da GAI Use Scale: 2
Prompt 7:
“Qual é a diferença teórica entre um projeto ‘Classic’ e ‘Longitudinal’ no REDCap?”
Resposta da IA:
O modelo Classic é ideal para estudos transversais. O modelo Longitudinal permite definir Eventos, preenchido repetidamente em cada visita, facilitando análises de medidas repetidas.
Como o output foi tratado:
Com base nesta distinção, decidimos converter o projeto RespiRA para Longitudinal, definindo os eventos (Semanas 4, 8 e 12) e fixando os dados demográficos apenas no primeiro momento.
Nível da GAI Use Scale: 2
Prompt 8:
“Analisa este dicionário de dados do REDCap e faz uma lista dos erros que causam falhas no preenchimento.”
Resposta da IA:
Campo dob (Data de Nascimento): Erro na tag @MINDATE=‘2026-04-16’.
Campo sex: Inconsistência de idioma (inglês).
Campo app_satisfaction: Falta de legendas no slider.
Como o output foi tratado:
A sugestão sobre a data de nascimento foi rejeitada, pois a IA não leu corretamente a tag de intervalo de idade. Aceitámos a tradução do sexo e a inclusão de legendas no slider, acrescentando manualmente a opção “Neutro”.
Nível da GAI Use Scale: 2
#Entrega 3 # Introdução
Em conformidade com as normas de integridade académica, declara-se que este trabalho contou com o apoio de ferramentas de IA Generativa, mais precisamente do Gemini, enquadrando-se no Nível 2 (Arquiteto Conceptual) da GAI Use Scale. A IA atuou estritamente como parceiro de pensamento (thought partner), auxiliando no brainstorming estrutural e na otimização técnica da sintaxe em R para o processamento estatístico e formatação de tabelas.
Toda a autoria intelectual, redação integral e interpretação clínica dos dados foram da exclusiva responsabilidade das autoras. Os conteúdos gerados foram validados criticamente face à literatura de referência, garantindo que as conclusões do estudo RespiRA refletem o juízo crítico e a responsabilidade ética das autoras.
Apresenta-se, em seguida, o reporte detalhado da utilização de IA, discriminando as interações e comandos realizados ao longo do desenvolvimento do trabalho.
1. Site
A utilização de IA generativa foi limitada ao suporte técnico na configuração da estrutura do site (Quarto) e no apoio à lógica de branching para o protótipo no Figma. Todo o conteúdo textual do protocolo (E1) foi transcrito e validado manualmente para garantir conformidade com as revisões dos docentes.
Prompt:
“Explica-me a lógica de organização do ficheiro _quarto.yml para um site que deve priorizar a página ‘Protocolo’ no menu e listar outras secções de suporte. Quais são os parâmetros necessários para garantir que o menu de navegação funcione corretamente e como ativo um índice lateral para facilitar a leitura de documentos longos?”
Resposta da IA:
“1. Organização da Hierarquia (Onde as coisas aparecem) A lógica começa no campo website. Para priorizares o ‘Protocolo’, deves defini-lo na navbar (a barra superior), que serve para a navegação global. Se tiveres muitas secções secundárias, podes usar a sidebar (barra lateral), mas para um site mais limpo, o ideal é manter o foco na barra superior e agrupar o resto.
Sintaxe e Mapeamento (Como ligar as páginas) Para o menu funcionar, tens de “apontar” para os ficheiros corretamente. Utilizas a chave href (ou file) seguida do nome exato do ficheiro (ex: protocolo.qmd). Se quiseres listar as tais “secções de suporte” sem encher o menu principal, utilizas a função menu. Isto cria um item clicável que abre uma lista pendente com as outras páginas.
Usabilidade e Navegação Longa (O Índice) Como um protocolo costuma ser um documento extenso, ler tudo de seguida é cansativo. Para resolver isto, ativas o parâmetro toc: true (Table of Contents) dentro das configurações de format: html:. O Quarto é inteligente: ele lê os teus títulos (os que começas com # ou ## no Markdown) e cria automaticamente um índice lateral à direita que permite saltar entre secções.
Validação (Para não haver erros) Um erro comum é esqueceres-te de criar os ficheiros. O Quarto só consegue gerar o site se todos os ficheiros que listaste no _quarto.yml existirem fisicamente na tua pasta. Se referenciares um materiais.qmd que ainda não criaste, o programa vai dar erro ao tentar construir o site. Por isso, cria primeiro os ficheiros (mesmo que vazios) e depois configura o menu.”
Como o output foi tratado:
Foram seguidas as indicações do Gemini, de forma a criar a estrutura correta do site.
Nível da GAI Use Scale: 2
2. Início
Prompt:
“Escrevi o resumo, que está anexado, para o meu site. Podes verificar se existem incongruências e sugerir sinónimos para as palavras que repetem muito?”
Resposta da IA:
“O texto está bem estruturado e não apresenta incongruências lógicas ou metodológicas. A progressão do problema (falta de controlo) para a solução (App) é coerente.
Aqui estão sugestões para reduzir a repetição das palavras “Aplicação”, “Avaliar” e “Asma”:
Sinónimos Sugeridos
| Palavra Repetida | Alternativas de Substituição |
| Aplicação / App | Ferramenta digital, plataforma móvel, solução tecnológica, ecossistema RespiRA. |
| Avaliar / Determinar | Analisar, mensurar, aferir, examinar, escrutinar, validar. |
| Asma | Patologia, condição respiratória, doença crónica, quadro clínico. |
Pequenos Ajustes de Fluidez
No “Cenário Clínico”: Em vez de “não têm a doença controlada”, pode usar “não apresentam controlo sintomático”.
Nos “Objetivos”: Pode variar o início das frases. Exemplo: “Mensurar o impacto…” ou “Verificar a associação entre a intervenção e a redução de exacerbações”.”
Como o output foi tratado:
Optamos por diversificar o vocabulário nos Objetivos e no Resumo, utilizando sinónimos como “analisar” e “ferramenta digital” para evitar repetições e tornar a leitura mais fluida. Contudo, mantivemos o Cenário Clínico inalterado para preservar a integridade e o rigor terminológico do protocolo original.
Nível da GAI Use Scale: 2
3. Protocolo de Ensaio Clínico
Nesta secção não foi utilizada inteligência artificial, uma vez que apenas se trancreveu o protocolo da entrega 1.
4. Materiais
A utilização de IA nesta secção foi breve, servindo apenas como uma ajuda para o código a implementar em R de modo a que as fórmulas fossem bem conseguidas em Latex e na parte estética, ajudando a corrigir erros que impediam a distinção entre titulos, subtítulos e o corpo do texto. Para além disso, foi utilizada IA para organizar os dados que melhor se adequavam para construir a tabela resumo e para formatar a tabela.
Não foi necessária a utilização de inteligência artifical no resto da parte da secção dos materiais, uma vez que foi apenas necessário ir ao redCap ver os formulários previamente entregues e fazer um resumo da utilização e funcionalidade de cada questão e categoria dos mesmos.
Prompt:
“1-”Como faço para escrever as fórmulas matemáticas do IMC e do PEF previsto em sintaxe LaTex para que apareçam corretamente em R e como faço para haver distinção entre títulos, subtítulos e corpo do texto?”
2-“Tendo em conta o nosso dicionário de dados, que coloquei em anexo, podes me ajudar a escolher os melhores dados para construir uma tabela resumo e ajudar-me na formatação da tabela em R?””
Resposta da IA:
“1-”Para as fórmulas no site, utiliza a sintaxe LaTeX: $$IMC = \frac{Peso}{Altura^2}$$ e $$PEF_{previsto} = (Altura \times 5.48) - (Idade \times 0.03) - 1.58$$. No R Markdown, usa # para Títulos e ## para Subtítulos para criar a hierarquia.”
2-” Para a tabela do dicionário de dados, recomendo focar nas variáveis: ‘weight’, ‘pef_value’, ‘act_score’ e ‘smoking_status’. Deves estruturar a tabela em Markdown da seguinte forma, com estas colunas: | Variável | Descrição | Regras de Validação |. Não te esqueças de alinhamento (:—): Garante que o texto da tabela fica alinhado à esquerda. Destaque de Variáveis (backticks): Colocar as variáveis entre (ex:weight`) faz com que elas apareçam com um aspeto de “código”, o que é uma boa prática em dicionários de dados. Lógica de Branching: Inclui a regra da carga tabágica na última coluna, para que fique claro que existe uma dependência entre as perguntas.””
Como o output foi tratado:
O código das fórmulas e a estrutura da tabela foram integrados no ficheiro .qmd, garantindo a correta visualização no site. Foi aceite também a proposta das categorias escolhidas para colocar no dicionário de dados e o modo como deveria estruturar a tabela.
Nível da GAI Use Scale: 2
5. Resultados
Prompt:
“Para um relatório clínico de asma, qual é a melhor forma de apresentar a comparação de múltiplos outcomes secundários (adesão, exacerbações, função pulmonar) entre dois grupos num projeto Quarto, garantindo o rigor na escolha dos testes estatísticos.”
Resposta da IA:
“A estratégia mais rigorosa é a criação de uma Tabela de Síntese de Eficácia (Tabela 2) que utilize o pacote gtsummary. A IA recomendou: - Diferenciação de Tipos: Forçar o tratamento de variáveis de contagem (exacerbações) como contínuas para permitir o cálculo de medianas. - Seleção de Testes: Utilizar o Teste-t para variáveis normais (ACT, Peak Flow) e o teste de Wilcoxon para variáveis enviesadas ou de contagem. - Métrica de Evolução: Criar uma variável de ‘Delta’ para quantificar a magnitude da melhoria individual de cada doente, permitindo uma análise mais profunda do que apenas o valor final.”
Como o output foi tratado:
A IA atuou como parceiro de pensamento na arquitetura da Tabela 2. Embora tenha fornecido algumas sintaxes técnicas necessárias, a responsabilidade de executar os diagnósticos de normalidade (Shapiro-Wilk) e a decisão crítica de incluir o “Delta ACT” para medir o progresso real foram nossas.
Nível da GAI Use Scale: 2
6. Equipa
Esta secção foi redigida sem o auxílio de ferramentas generativas.
7. Protótipo
Prompt 1:
“Estou a desenhar um formulário no Figma. Como posso simular manualmente um pop-up de erro para idades fora do intervalo (18-65 anos) e criar o efeito de que a “Carga Tabágica” só aparece se a opção “Fumador” for selecionada, sem usar variáveis complexas?”
Resposta da IA:
“Para criares essa interatividade de forma totalmente manual e visual no Figma, deves utilizar o método de Frames Alternativos e Overlays. Aqui está o passo a passo:
- Simulação do Pop-up de Erro (Idade):
- Cria um frame pequeno e independente (o pop-up) com a mensagem de erro.
- No teu frame principal, seleciona o botão ‘Confirmar’. Nas configurações de prototipagem, cria uma interação On Click -> Open Overlay e seleciona o frame do pop-up.
- Define a posição como ‘Centered’ para que o erro apareça por cima do formulário, simulando a validação da idade.
- Lógica de Branching (Tabaco):
- Cria dois frames para a página de História Clínica: o Frame A (estado inicial, sem carga tabágica) e o Frame B(com o campo ‘Carga Tabágica’ visível).
- No Frame A, seleciona a opção ‘Fumador’ e cria uma ligação On Click -> Navigate To -> Frame B.
- Para que a transição pareça natural, usa a animação ‘Instant’ ou ‘Smart Animate’. Isto simula que o campo apareceu dinamicamente em resposta à escolha do utilizador.”
Como o output foi tratado:
Foi utilizada a técnica de prototipagem manual por estados (Frames). Desenhei individualmente cada ecrã necessário para cobrir os diferentes cenários: um frame específico para o estado de erro e frames distintos para o fluxo de “Fumador” vs “Não Fumador”. As interações foram configuradas manualmente através de Overlays e navegação entre frames, garantindo o comportamento lógico pretendido sem recorrer a funções automatizadas de programação.
Nível da GAI Use Scale: 2.
Prompt 2:
“Escreve uma frase curta de incentivo que destaque a importância da utilização diária da app para um melhor controlo da asma.”
Resposta da IA:
“Aqui tens uma frase curta para incentivar o uso diário, focada em criar um hábito positivo:
“Cada registo é um sopro de confiança. Vamos controlar a asma juntos!””
Como o output foi tratado:
A frase de incentivo sugerida pelo Gemini foi revista e aceite pelo grupo.