Inteligência artificial transformando a educação na medicina veterinária
A educação em medicina veterinária enfrenta desafios crescentes relacionados ao engajamento estudantil, ao acesso a recursos de qualidade, à crise global de aprendizado básico (learning poverty), a problemas de saúde mental entre estudantes, à necessidade de atualização frente aos avanços tecnológicos e à persistência de modelos pedagógicos defasados. Esses fatores comprometem a formação integral dos alunos e exigem novas abordagens. A inteligência artificial (IA) surge como um instrumento capaz de mitigar essas dificuldades oferecendo soluções inovadoras para personalização do aprendizado, simulação de cenários clínicos, otimização do tempo docente e ampliação da acessibilidade.
Este artigo analisa como diferentes ferramentas baseadas em IA – como a Anatomage Table Vet, o Smart Classroom 3.0 e o Touch Surgery, além de outras tecnologias emergentes – vêm sendo aplicadas na educação veterinária evidenciando seus benefícios e limitações, ganhos de desempenho, de aprendizado e engajamento estudantil, ressaltando tanto o potencial quanto os desafios éticos e operacionais de sua implementação, além de discutir perspectivas futuras para a integração responsável da tecnologia.
Desafios na educação contemporânea
A educação contemporânea enfrenta múltiplos desafios que comprometem a qualidade do aprendizado e o bem-estar dos estudantes. Um dos problemas mais prementes é o baixo engajamento estudantil, especialmente entre os jovens da Geração Z, sobre os quais pesquisas indicam que uma parcela significativa dos alunos não considera o conteúdo aprendido interessante, relevante ou desafiador 1. Essa falta de engajamento está diretamente ligada a um menor bem-estar e otimismo em relação ao futuro. Paralelamente há uma crise global de learning poverty com 60% das crianças incapazes de ler uma frase simples ou realizar operações matemáticas básicas ao final do ensino fundamental, cenário agravado pela pandemia de Covid-19 2. Além disso, a saúde mental dos estudantes é uma preocupação crescente, com quase 40% dos alunos do ensino médio reportando sentimentos persistentes de tristeza ou desespero 3.
Outro desafio crucial reside na defasagem do próprio sistema educacional que, em muitos países, permanece alinhado a modelos da era industrial, valorizando a conformidade em detrimento do desenvolvimento emocional, da resiliência e do pensamento crítico 3,4. Essa estrutura antiquada contribui para a queda nos resultados de leitura e matemática e para a dificuldade em promover habilidades socioemocionais e criatividade. A pandemia intensificou as desigualdades existentes, expondo a necessidade urgente de reformar o currículo e as abordagens pedagógicas 4. Nesse contexto, a integração de tecnologias emergentes, como a inteligência artificial (IA), apresenta tanto oportunidades quanto desafios. Embora professores estejam utilizando ferramentas de IA para personalizar o ensino, criar quizzes e planejar aulas, existem preocupações com viés, má utilização e a ausência de políticas consistentes, o que transfere a responsabilidade ética para os docentes e ressalta a urgência da alfabetização em IA.
Os resultados desses desafios são multifacetados e impactam diretamente o futuro dos estudantes e da sociedade. A falta de engajamento e a crise de aprendizado básico resultam em uma geração de alunos menos preparados e mais pessimistas quanto ao futuro, especialmente aqueles que não seguem para o ensino universitário 1. A prevalência de problemas de saúde mental entre os adolescentes é um reflexo direto de um sistema que falha em nutrir o desenvolvimento humano integral 3. A crítica aos modelos educacionais defasados aponta para a necessidade de uma reestruturação que promova o desenvolvimento de habilidades do século XXI, como criatividade e pensamento crítico, além da alfabetização e numeracia (letramento matemático) básica 3,4. A rápida evolução tecnológica, exemplificada pela IA, exige que os sistemas educacionais se adaptem para equipar os alunos com as competências necessárias para navegar em um mundo em constante mudança, ao mesmo tempo em que se estabelecem diretrizes éticas claras para o uso dessas ferramentas.
Como a IA pode auxiliar na educação
A inteligência artificial (IA) oferece soluções promissoras para mitigar os desafios enfrentados pela educação contemporânea atuando em diversas frentes para aprimorar o processo de ensino-aprendizagem. Para as lacunas de aprendizagem e turmas heterogêneas, os Intelligent Tutoring Systems (ITS) e tutores baseados em IA generativa (genAI) realizam diagnósticos precisos e personalizam o aprendizado passo a passo, promovendo o domínio do conteúdo (mastery learning). Meta-análises demonstram que os ITS podem gerar efeitos, moderados a altos, no desempenho dos alunos (aproximadamente 0,6 a 1 desvio-padrão) superando métodos tradicionais e outras formas de ensino assistido por computador 5. Em relação ao baixo engajamento e à pouca autonomia do aluno, atividades mediadas por Large Language Models (LLMs) como a geração de exemplos, o Socratic prompting e explicações detalhadas tendem a melhorar o engajamento comportamental e cognitivo, com evidências recentes promissoras 6. A falta de feedback rápido e de qualidade pode ser contornada pela avaliação automática de escrita e feedback orientado a rubricas, que reduzem o tempo de correção e melhoram o desempenho em língua portuguesa e artes (ELA), embora a implementação docente seja crucial para o ganho 7,8.
Além disso, a IA auxilia na escassez de tempo do professor e na sobrecarga administrativa, com modelos que apoiam o planejamento de aulas, a elaboração de avaliações e rotinas administrativas, liberando os educadores para intervenções de maior valor 9. Em testes controlados randomizados (RCTs), um copiloto de IA para tutores humanos aumentou a taxa de domínio em matemática, sugerindo que a IA pode elevar a qualidade da instrução em tempo real 10. No ensino superior, assistentes de curso baseados em IA têm demonstrado melhorias na experiência e nos precursores de aprendizagem, como interesse e autoeficácia e, em alguns casos, ganhos de desempenho 11.
Em suma, quando acoplada a um bom desenho instrucional, dados de aprendizagem e formação docente, a IA mitiga gargalos estruturais como tempo, escala, personalização e feedback. Em vários cenários ela supera a eficácia do modelo convencional sem, contudo, substituir o papel central do educador.
Para ilustrar a aplicação prática da inteligência artificial na educação veterinária, serão apresentados a seguir alguns exemplos de ferramentas e plataformas que demonstram o potencial transformador dessa tecnologia.
Anatomage Table Vet
A Anatomage Table Vet é uma plataforma de dissecção virtual inovadora, projetada especificamente para a educação em medicina veterinária. Essa ferramenta permite a visualização e dissecção virtual realistas de cadáveres digitais de animais como cães, gatos, sapos e camundongos em 3D. A plataforma oferece uma biblioteca abrangente de casos anatômicos e patológicos, com dados DICOM editáveis e visualizações de alta fidelidade, possibilitando a dissecção por camadas e de forma reversível 12. Em fevereiro de 2022, a Anatomage lançou o Anatomage Dog, considerado o atlas de anatomia canina mais completo do mundo, contendo quase 1.000 estruturas anatômicas segmentadas e anotadas a partir do escaneamento real de um cão 12. A interação com a mesa é feita por toque e ela suporta quizzes customizáveis, além de aulas colaborativas e remotas 12.
As aplicabilidades da Anatomage Table Vet na educação veterinária são vastas e promissoras. A plataforma facilita o ensino da anatomia comparada e o aprendizado remoto, reduzindo a necessidade de cadáveres físicos e os custos associados a laboratórios 12. Embora ainda não existam estudos científicos publicados em periódicos indexados que avaliem especificamente o impacto pedagógico da Anatomage Table Vet na formação veterinária, a experiência com a Anatomage Table para a medicina humana sugere benefícios significativos 13,14. Além disso, a plataforma promove o engajamento estudantil e complementa a dissecção tradicional, com potenciais ganhos éticos 13,14. Os resultados observados com o uso da Anatomage Table, embora predominantemente em contextos de medicina humana, são altamente relevantes para a medicina veterinária.
Estudos demonstram que a ferramenta melhora o entendimento anatômico e, em alguns casos, as notas dos alunos em cursos de anatomia, desde que utilizada em conjunto com métodos clássicos de ensino 14. Pesquisas indicam que estudantes consideram a operação da Anatomage Table mais fácil que a dissecção tradicional e percebem uma influência positiva no aprendizado de anatomia; ao mesmo tempo, a maioria defende que a mesa não substitui completamente o método tradicional, mas sim o complementa 15. Adicionalmente, um estudo sugere que estudantes que utilizam a Anatomage Table podem apresentar melhor desempenho acadêmico e menor taxa de falta de originalidade em trabalhos, em comparação com métodos baseados em papel 16.
Esses achados reforçam o potencial da Anatomage Table Vet como uma ferramenta complementar e eficaz para aprimorar o ensino e o aprendizado em medicina veterinária.
Smart Classroom 3.0
A Smart Classroom 3.0, lançada pela Huawei em fevereiro de 2024, representa uma solução abrangente para a inteligência educacional integrando inteligência artificial (IA) e computação em nuvem, para criar um ecossistema de ensino flexível e personalizado 17,18. Essa plataforma utiliza modelos de IA para análise e recuperação de conteúdo, geração de knowledge graphs, análise das condições de aula, e suporte à avaliação eficiente. Além disso, incorpora recursos interativos via IdeaHub, que facilitam a interação em sala de aula 17. O sistema é projetado como uma solução all-in-one, abrangendo interação de ensino, aprendizagem à distância, supervisão e gestão de sala, com suporte robusto ao ensino híbrido, e personalização do espaço de ensino antes, durante e após as aulas, apoiado em IA e modelos fundamentais 19.
As aplicabilidades da Smart Classroom 3.0 são amplas e visam transformar o ambiente educacional. A plataforma permite uma gestão de sala de aula eficiente e precisa, com o uso de knowledge graphs para um planejamento adaptado às necessidades individuais dos alunos 18. A abordagem centrada no aluno é reforçada pela utilização de análise de aprendizado adaptativo, e a introdução de tecnologias como Realidade Virtual (VR) e Realidade Aumentada (AR) amplia o engajamento e a acessibilidade do conteúdo educacional 18. A solução suporta o ensino híbrido, proporcionando um espaço elástico de ensino que se adapta às dinâmicas de aprendizado contemporâneas 19. Exemplos de implementação incluem mais de 200 escolas na Sérvia e a colaboração com a Universidade de Ningxia na China, com 300 future classrooms para ensino digital interativo e colaborativo 17,19.
Os resultados observados com a implementação de smart classrooms, incluindo a Smart Classroom 3.0, indicam ganhos significativos no aprendizado dos estudantes. Uma meta-análise de 21 estudos empíricos revelou tamanho de efeito global (SMD) = 1,10, com maiores benefícios nos domínios cognitivo (SMD = 1,014) e comportamental (SMD = 2,155); o efeito emocional foi próximo de zero 20. Além dos dados quantitativos, a integração de tecnologias com metodologias educacionais apoia a inovação pedagógica e oferece orientações para maximizar o potencial do modelo, destacando benefícios formativos e práticos da plataforma 19.
Touch Surgery
O Touch Surgery é um aplicativo móvel inovador, disponível gratuitamente, com versões pagas para uso profissional, que oferece simulações interativas e detalhadas de diversos procedimentos cirúrgicos 21. A plataforma é construída com base na análise de tarefa cognitiva (CTA), uma metodologia que decompõe decisões e etapas cirúrgicas complexas, combinando animações e vídeos educacionais para um aprendizado aprofundado 21. Com um acervo de cerca de 400 procedimentos em 17 especialidades, o Touch Surgery permite que os usuários pratiquem cirurgias virtualmente, com instruções passo a passo, e a possibilidade de rever o procedimento em vídeo, inclusive offline 21. Sua navegabilidade intuitiva e a capacidade de ser utilizado em mais de 100 programas de residência nos EUA destacam sua relevância como ferramenta de treinamento cirúrgico 21.
As aplicabilidades do Touch Surgery na educação médica são vastas, abrangendo desde o treinamento cognitivo de procedimentos cirúrgicos até a preparação pré-operatória. Estudos demonstram que o aplicativo é eficaz no treinamento cognitivo, com desempenho superior ao estudo textual tradicional em diferentes procedimentos 22. Além disso, o Touch Surgery foi validado como uma simulação cognitiva confiável para procedimentos ortopédicos como a fixação intramedular femoral, evidenciando sua precisão anatômica e utilidade educativa 22. A plataforma também se mostra valiosa para residentes e especialistas, permitindo que, após repetidas tentativas, os estudantes alcancem níveis de desempenho comparáveis aos de especialistas em simulação 23. Sua acessibilidade e usabilidade o tornam uma alternativa eficaz aos métodos tradicionais de ensino, especialmente em contextos de restrição de acesso a salas de cirurgia 24.
Os resultados observados com o uso do Touch Surgery são promissores e reforçam seu papel como um complemento valioso na formação cirúrgica. Estudos indicam que a simulação digital, incluindo o Touch Surgery, pode ser tão eficaz quanto métodos tradicionais, como vídeo e ensino ao vivo, na apreensão de técnicas cirúrgicas, com a vantagem de ser mais fácil de usar e seguir 24. Em termos de desempenho, o Touch Surgery demonstrou a capacidade de discriminar níveis de experiência entre novatos e especialistas, apresentando escores distintos 22. A plataforma tem o potencial de reduzir erros e melhorar a retenção cognitiva, consolidando a simulação digital como um elemento transformador na educação médica 21.
Outras ferramentas
O VetClinPathGPT é um assistente virtual inovador, desenvolvido pela dra. Candice Chu da Texas A&M, especificamente para estudantes de patobiologia clínica veterinária. Baseado na tecnologia ChatGPT, esta ferramenta permite que os alunos interajam com o modelo para esclarecer conceitos e enviem seus próprios materiais de estudo para gerar perguntas de revisão personalizadas 25. A precisão do conteúdo gerado é assegurada pela utilização do eClinPath da Universidade Cornell como fonte confiável. O impacto observado inclui a redução de tarefas repetitivas para os docentes, liberando tempo para o ensino aprofundado e a ampliação do suporte educacional, ao permitir um estudo guiado e interativo, mesmo fora da sala de aula 26.
O uso de modelos de linguagem preditiva como o ChatGPT (e GPT-4) tem se expandido rapidamente na medicina veterinária, oferecendo suporte significativo na geração de materiais educacionais, como planos de aula, questões e resumos 26. Além disso, essas ferramentas auxiliam na preparação de exames, escrita acadêmica e até mesmo no suporte clínico inicial 26. Chu destaca diversas aplicações concretas em educação clínica e pesquisa, prevendo uma ampla adoção. O crescente interesse é evidenciado pelo aumento de artigos acadêmicos que mencionam “ChatGPT” no título ou resumo, passando de 4 em 2022 para 2.062 em 2023 26. A importância desses modelos reside na prontidão para uso, sem necessidade de programação, permitindo a autoprodução de conteúdos customizados e estimulando a competência digital e ética no uso de IA 26.
A Mindgrasp AI é uma plataforma de inteligência artificial que transforma materiais de estudo em resumos, flashcards, quizzes e respostas instantâneas, com foco em estudantes de veterinária 27. A ferramenta se integra facilmente com sistemas de ensino amplamente utilizados, como Blackboard, Canvas e Google Classroom 27. Com mais de 10.000 estudantes utilizando a plataforma globalmente, a Mindgrasp AI promove o aprendizado ativo por meio de conteúdo interativo, reduz a carga de preparação de materiais para os alunos — que podem gerar seus próprios resumos e testes — e pode melhorar o engajamento estudantil por meio de formatos mais dinâmicos 27. A oferta de um período experimental gratuito facilita a adoção inicial por parte dos estudantes 27.
O WikiVet é um repositório educacional colaborativo, estruturado como uma plataforma wiki dedicada à educação veterinária. Oferece conteúdo revisado por especialistas, flashcards, quizzes, vídeos e diretrizes curriculares 28. Criado em 2007 por diversas faculdades britânicas de veterinária, o WikiVet conta com cerca de 50.000 usuários registrados em mais de 130 países 28. A plataforma disponibiliza mais de 5.000 itens (textos, diagramas e imagens), >300 questões de múltipla escolha e >200 vídeos educativos 28. Sua importância na educação reside no acesso livre (com registro) a conteúdo de alta qualidade que abrange o currículo veterinário; sua natureza colaborativa e revisada por pares confere confiabilidade e a torna excelente base para futuras integrações com IA, como personalização e recomendação adaptativa 28.
Considerações finais
Em suma, a inteligência artificial emerge como um pilar transformador na educação em medicina veterinária, oferecendo soluções inovadoras para os desafios contemporâneos do ensino. Ferramentas como a Anatomage Table Vet, o Touch Surgery, o VetClinPathGPT e plataformas como a Smart Classroom 3.0, Mindgrasp AI e WikiVet, demonstram o vasto potencial da IA para aprimorar o aprendizado. Elas permitem a personalização do ensino, simulações realistas de procedimentos, acesso a vastos repositórios de conhecimento, feedback instantâneo e a otimização do tempo de docentes e estudantes. A IA não apenas complementa os métodos tradicionais, mas também eleva a qualidade da instrução, promove o engajamento e prepara os futuros profissionais para um cenário cada vez mais tecnológico.
Contudo, a implementação dessas tecnologias deve ser guiada por princípios éticos, transparência e um foco contínuo na formação docente, assegurando que a IA atue como um facilitador para uma educação veterinária mais eficaz, acessível e alinhada às demandas do século XXI, sem jamais substituir a expertise e o papel insubstituível do educador.
Referências
01-Gallup. K-12 schools struggle to engage Gen Z students. Washington (DC): Gallup; 20 de agosto de 2024. Disponível em: <https://news.gallup.com/poll/648896/schools-struggle-engage-gen-students.aspx>. Acesso em 28 de agosto de 2025.
02-UNESCO Institute for Statistics. 6 out of 10 children and adolescents are not learning a minimum in reading and mathematics. 21 de setembro de 2017. Disponível em: <https://uis.unesco.org/en/news/6-out-10-children-and-adolescents-are-not-learning-minimum-reading-and-math>. Acesso em 28 de agosto de 2025.
03-Centers for Disease Control and Prevention (CDC). Mental health and suicide tisk among high school students and protective factors – youth risk behavior survey, United States, 2023. MMWR Suppl. 10 de outubro de 2024. v. 73, n. 4. Disponível em: <https://www.cdc.gov/mmwr/volumes/73/su/pdfs/su7304a9-H.pdf>. Acesso em 28 de agosto de 2025.
04-The Times. The Times view on reshaping education: Curriculum vitality. London: The Times; 24 de novembro de 2024. Disponível em: <https://www.thetimes.com/comment/the-times-view/article/the-times-view-on-reshaping-education-curriculum-vitality-tkrcgqllr>. Acesso em 28 de agosto de 2025.
05-MA, W. ; ADESOPE, O. O. ; NESBIT, J. C. ; LIU, Q. Intelligent tutoring systems and learning outcomes: a meta-analysis. Journal of Educational Psychology, v. 106, n. 4, p. 901-918, 2014. Doi: 10.1037/a0037123.
06-HEUNG, Y. M. E. ; CHIU, T. K. F. How ChatGPT impacts student engagement: a systematic review and meta-analysis. Computer and Education: Artificial Intelligence, v. 8, 100361, 2025. Doi: 10.1016/j.caeai.2025.100361.
07-HUANG, Y. ; WILSON, J. Exploring the effectiveness of large-scale automated writing evaluation implementation on state test performance using generalised boosted modelling. Journal of Computer Assisted Learning, 2025. doi: 10.1111/jcal.70009.
08-WILSON, J. ; DELGADO, A. ; PALERMO, C. CORDERO, T. M. C. ; MYERS, M. C. ; EACKER, H . ; POTTER, A. ; COLES, J. ; ZHANG, S. Middle school teachers’ implementation and perceptions of automated writing evaluation. Computers and Education Open, v. 7, n. 5, p. 100163, 2024. Doi: 10.1016/j.caeo.2024.100231.
09-VARSIK, S. ; VOSBERG, L. The potential impact of artificial intelligence on equity and inclusion in education. OECD Artificial Intelligence Papers, n. 23, 2024. Doi: 10.1787/15df715b-en.
10-WANG, R. E. ; RIBEIRO, A.T. ; ROBINSON, C. D. ; LOEB, S. ; DEMSZKY, D. Tutor CoPilot: a human-AI approach for scaling real-time expertise. arXiv, 2410.03017, 2024. Doi: 10.48550/arXiv.2410.03017.
11-HANSHAW, G. ; VANCE, J. ; BREWER, C. Exploring the effectiveness of AI course assistants on the student learning experience. Open Praxis, v. 16, n. 4, p. e719. 2024. Doi: 10.55982/openpraxis.16.4.719.
12-Anatomage. Anatomage Table Vet. Disponível em: <https://anatomage.com/table-vet/>. Acesso em 28 de agosto de 2025.
13-AHMED, M. A. A. S. Use of the Anatomage Virtual Table in medical education and as a diagnostic tool: an integrative review. Cureus, v. 15, n. 3, p. e35981, 2023. Doi: 10.7759/cureus.35981.
14-KAVVADIA, E. M. ; KATSOULA, I. ; ANGELIS, S. ; FILIPPOU, D. K. The Anatomage Table: a promising alternative in anatomy rducation. Cureus, v. 15, n. 8, p. e43047, 2023. Doi: 10.7759/cureus.43047.
15-KONEY, N. K. K. ; ANSAH, A. O. ; ASAKU, B. N. A. ; AHENKORAH, J. ; HOTTOR, B. A. ; OFOSU, K. A. ; ABDUL-RAHMAN, M. ; ARKO-BOHAM, B. Anatomage virtual dissection versus traditional human body dissection in anatomy pedagogy: insights from Ghanaian medical students. BMC Medical Education, v. 24, n. 1059, 2024. Doi: 10.1186/s12909-024-06029-2.
16-KLDIASHVILI, E. ; AL-RUSTUM, S. ; DENEKENS, J. ; VAN ROSSUM, H. The impact of Anatomage table on writing of medical students’ case reports: a comparative study. Health Science Reports, v. 7, n. 8, p. e70013, 2024. Doi: 10.1002/hsr2.70013.
17-Huawei. Huawei launches smart classroom 3.0 solution to accelerate education intelligence. 26 de fevereiro de 2024. Disponível em: <https://e.huawei.com/en/news/2024/industries/education/accelerate-education-intelligence>. Acesso em 28 de agosto de 2025.
18-TahawulTech. Huawei Smart Classroom 3.0: to accelerate education intelligence in the Middle East & Central Asia. 3 de julho de 2024. Disponível em: <https://www.tahawultech.com/news/huawei-smart-classroom-3-0-to-accelerate-education-intelligence-in-the-middle-east-central-asia/>. Acesso em 28 de agosto de 2025.
19-Education Technology Insights. Huawei ignites the spark of intelligent education with AI 2024. Disponível em: <https://artificial-intelligence.educationtechnologyinsights.com/vp/-huawei/huawei_ignites_the_spark_of_intelligent_education_with_ai/>. Acesso em 28 de agosto de 2025.
20-CHEN, J. ; LIU, H. Effects of Smart Classroom on students’ learning outcomes: a meta-analysis. International Journal of Web-Based Learning and Teaching Technologies, v. 19, n. 1, 2024. Disponível em: <https://eric.ed.gov/?id=EJ1451343>. Acesso em 28 de agosto de 2025.
21-MANDLER, A. G. Touch surgery: a twenty-first century platform for durgical training. Journal of Digital Imaging, v. 31, n. 5, p. 585-590, 2018. Doi: 10.1007/s10278-018-0102-y.
22-SUGAND, K. ; MAWKIN, M. ; GUPTE, C. Validating Touch Surgery™: a cognitive task simulation and rehearsal app for intramedullary femoral nailing. Injury, v. 46, n. 11, p. 2212-2216, 2015. Doi: 10.1016/j.injury.2015.05.013.
23-AIZEZI, B. ; ZHONG, C. ; WANG, X. ; DIAO, W. ; WANG, Q. ; SHEN, M. Evaluation of the utility of surgical simulation software in medical postgraduate education. Heliyon, v. 10, n. 19, p. e38278, 2024. Doi: 10.1016/j.heliyon.2024.e38278.
24-BOERE, P. M. ; BUCHAN, L. J. ; CIESIELKA, K. A. ; TULIPAN, J. E. ; RIVLIN, M. ; ILYAS, A. M. Assessment of surgical training modality efficacy in medical students – a comparison of surgical smulation, video demonstration, and live instruction. SurgiColl, v. 2, n. 1, 2024. Doi: 10.58616/001c.88828.
25-Texas A&M University (VMBS News). Texas A&M researcher explores benefits of AI in veterinary medicine, education. 20 de agosto de 2024. Disponível em: <https://stories.tamu.edu/news/2024/08/20/texas-am-researcher-explores-benefits-of-ai-in-veterinary-medicine-education/>. Acesso em 28 de agosto de 2025.
26-CHU, C. P. ChatGPT in veterinary medicine: a practical guidance of generative AI in clinics, education, and research. Frontiers in Veterinary Science, v. 11, p. 1395934, 2024. Doi: 10.3389/fvets.2024.1395934.
27-Mindgrasp AI tool for university students. Funcionalidades, integrações com LMS e free trial. Disponível em: <https://www.mindgrasp.ai/university-students>. Acesso em 28 de agosto de 2025.
28-WikiVet. WikiVet English: about. Acervo, MCQs, vídeos. Disponível em: <https://en.wikivet.net/WikiVet_English%3AAbout>. Acesso em 28 de agosto de 2025.
