Metodologia Educacional

O problema que NEXO resolve

Quem está em formação na área da saúde enfrenta três pressões simultâneas: volume curricular alto, tempo fragmentado e exposição constante a interfaces que disputam atenção. A literatura chama o resultado disso de tempo morto cognitivo: janelas curtas demais para abrir um capítulo denso, longas demais para serem irrelevantes. O microlearning, definido por Buchem e Hamelmann (2010)^[1] como unidades de aprendizagem de poucos segundos a 15 minutos, foi pensado exatamente para essa janela.

A revisão de escopo de De Gagne et al.^[2], publicada em 2019 no JMIR Medical Education, analisou 17 estudos de microlearning em educação de profissionais da saúde e concluiu que a estratégia melhora consistentemente conhecimento e confiança, em sessões assíncronas e auto-direcionadas. NEXO opera dentro dessa moldura. Cada caso completa-se em 5 a 10 minutos, é assíncrono, é independente dos outros, e a hierarquia de pistas funciona como prática de recuperação estruturada.

Três pilares teóricos

Microlearning

Buchem e Hamelmann^[1] descrevem dez conceitos que caracterizam uma intervenção de microlearning: contexto de aprendizagem, tempo gasto, tipo de conteúdo, criação de conteúdo, agregação, recuperação, estrutura do ciclo de aprendizagem, grupo-alvo, papel do aprendiz e participação. Em uma classificação interna que estamos preparando para publicação, NEXO satisfaz 7 dos 10 conceitos em forma plena, 1 em forma parcial e 2 são deliberadamente ausentes por motivo de segurança clínica.

Gamificação

A revisão sistemática de van Gaalen et al. (2021)^[3] avaliou 44 estudos de gamificação em educação de profissionais da saúde. O achado central foi que a combinação dos atributos de avaliação e de desafio da abordagem de Landers^[4] é a mais comum, presente em 24 dos 44 estudos, e está associada a aumento de uso do material de aprendizagem e, em parte dos estudos, melhora de desfecho de aprendizagem. Essa combinação é a coluna vertebral do NEXO: XP por acerto, ranking nacional e global, custo em sinapses por erro e desbloqueio de continentes por desempenho cumulativo.

Aprendizagem baseada em jogos

A revisão narrativa de Xu et al. (2023)^[5] diferencia jogos sérios de gamificação. NEXO se enquadra como gamificação aplicada a um app de raciocínio diagnóstico, não como jogo sério tradicional. O estudo aponta que aprendizagem baseada em jogos melhora engajamento, retenção de longo prazo e tomada de decisão clínica, três alvos diretos da nossa arquitetura.

As mecânicas do NEXO traduzidas em teoria

Como cada mecânica funciona em detalhe

Prática de recuperação em seis pistas

A forma mais durável de aprender é tentar recuperar informação antes de revisá-la. Karpicke e Roediger (2008)^[6] demonstraram que repetição de teste produz retenção de longo prazo superior à de releitura, e a revisão sistemática de Trumble et al. (2024)^[7] em educação de profissionais da saúde sintetiza estudos sobre prática distribuída e prática de recuperação. A estrutura de seis pistas do NEXO é uma cascata de prática de recuperação. A pista 1 dá apenas idade, sexo e queixa principal: o jogador é forçado a gerar diferenciais com informação propositalmente incompleta. A cada pista revelada, ele precisa atualizar a hipótese, descartar diferenciais e convergir. Esse exato comportamento é o que a literatura de raciocínio diagnóstico chama de refinamento iterativo de hipótese.

Recuperação ativa, não memorização passiva

Cartão de revisão treina recall factual com eficiência: vê-se o lado A, recupera-se o lado B. O problema é que prova em medicina raramente tem essa estrutura. A revisão de Serra et al. (2025)^[21] sobre prática de recuperação em educação de profissionais da saúde mostra que cartão isolado treina recuperação descontextualizada e falha quando o aprendiz precisa raciocinar em caso aplicado: relacionar achados, comparar diferenciais, escolher conduta. O caso clínico exige recuperação contextual, não recuperação de chave única. NEXO foi desenhado para ocupar essa lacuna. Cada pista força recuperação contextual, o desfecho exige escolha de diagnóstico defensável e o erro entra no fluxo como sinal pedagógico, nunca como punição. Fischer et al. (2006)^[22], em entrevistas com estudantes e residentes, mostraram que resposta emocional intensa, currículo oculto, confusão de papéis e consequências profissionais podem limitar a aprendizagem a partir de erros médicos. Edmondson (1999)^[23] sustenta que segurança psicológica permite comportamento de aprendizagem em equipe, como discutir falhas e buscar feedback. Reason (2000)^[24] desloca o erro da culpabilização individual para uma leitura sistêmica. O retorno proporcional por CID-10 do NEXO opera dentro dessa cultura: erro localizado, calibrado e instrutivo.

Retorno por proximidade CID-10

A educação convencional dá um retorno binário: certo ou errado. A consequência é que o jogador não distingue entre errei por pouco e errei por muito. NEXO usa a hierarquia oficial da OMS para o CID-10, em capítulo, grupo, categoria, subcategoria e código exato, como cinco níveis de proximidade. Errar acidente vascular isquêmico tentando hemorrágico cai no mesmo grupo I60 a I69. Errar com pneumonia cai em outro capítulo. O retorno informa exatamente em que nível da árvore o erro aconteceu, e isso vira combustível pedagógico.

O CID-10 não é o currículo do NEXO. Ele é uma régua de padronização e auditoria. O raciocínio continua sendo clínico: queixa, hipótese, exame, diferencial, confirmação e explicação. O CID ajuda o sistema a comparar respostas, medir proximidade do erro e conectar o caso ao NEXO Core.

Calibração e ilusão de fluência

O aprendiz é mau juiz do que sabe. Soderstrom e Bjork (2015)^[25], em revisão integrativa sobre aprendizagem versus desempenho, mostram que melhora de desempenho durante a prática pode ser um índice pouco confiável de retenção de longo prazo; fluência de reconhecimento não deve ser confundida com recuperação durável. A revisão sistemática de Thompson e Hughes (2023)^[8], com oito estudos randomizados em educação radiológica, observa o mesmo padrão em interpretação visual: estudante prevê desempenho com viés otimista. NEXO transforma o retorno em régua de calibração. Acertar via pista 1 e acertar via pista 6 contam como acerto, mas movem indicadores diferentes. Errar dentro do mesmo grupo CID-10 e errar em outro capítulo geram registros distintos. Ao longo de semanas, o jogador acumula um perfil de proximidade que diz onde ele realmente erra, não onde acha que erra.

Duplo código nos casos multimídia

Paivio (1986)^[16] propôs que informação codificada em dois canais simultâneos, verbal e imagístico, tem retenção superior. Em casos multimídia do NEXO, três canais convergem em paralelo: o texto da pista (verbal contextual), a imagem clínica (imagístico) e a legenda técnica (verbal interpretativo). A regra de produção exige que os três sejam complementares, nunca redundantes. A legenda nunca apenas descreve o que a imagem mostra; ela adiciona o mecanismo, a implicação clínica, o limiar fisiopatológico. Sem isso, duplo código colapsa em redundância e o ganho desaparece.

Carga cognitiva controlada

Sweller (1988)^[17] introduziu o conceito de carga cognitiva no aprendizado; Sweller, van Merriënboer e Paas (1998)^[26] consolidaram a tripartição em carga intrínseca (do material), extrínseca (do design) e germane (útil para construir esquema mental). NEXO trabalha contra a carga extrínseca. Máximo de quatro mídias por caso, distribuídas em pistas adjacentes. Ordem de renderização fixa: pista textual primeiro (canal mais rápido), imagem em seguida (ritmo do jogador), áudio apenas sob ação deliberada (canal mais lento, exige play). Sem auto-play, sem carrossel, sem aba que esconde conteúdo, sem popup bloqueante.

Dificuldade calibrada por modalidade de mídia

Adicionar imagem ou áudio a um caso muda a tarefa cognitiva, não apenas o visual. Uma radiografia de tórax com consolidação clássica simplifica o diagnóstico de pneumonia: o sinal está praticamente entregue. Uma dermatoscopia sutil de melanoma in situ faz o oposto, força o aprendiz a discriminar achados que ele talvez nunca tenha visto. A mesma doença, com ou sem mídia, é dois casos pedagogicamente diferentes.

NEXO mantém duas dificuldades por caso. A dificuldade-base (Fácil, Médio, Difícil) é atribuída pelo desenho clínico do caso. O piso por modalidade de mídia sobe a dificuldade final quando o conteúdo da mídia é interpretativamente caro. A dificuldade publicada é o máximo entre as duas.

Os pisos são opinados, não administrativos. Histopatologia exige reconhecimento de padrão celular sob a lente e raramente é Fácil em formato jogável: o piso é Médio. Caso multimodal com imagem e áudio simultâneos exige síntese de dois canais distintos sob restrição de tempo: o piso é Difícil. Anexar TC a um caso classificado como Fácil dispara reclassificação automática para Médio. O resultado é que o aprendiz que escolhe modo Fácil nunca encontra um achado sutil de imagem escondido lá dentro: o modo é confiável.

Sinapses como sinal, não como pagamento

Deci, Koestner e Ryan (1999)^[11], em meta-análise canônica, mostraram que recompensa extrínseca para tarefa antes intrinsecamente motivada produz queda de motivação intrínseca: o efeito de superjustificação. NEXO foi desenhado para evitar isso. Sinapses não são pagamento por tempo: são sinal de competência. Um acerto na primeira pista vale mais sinapses que um acerto na sexta. Erros custam, mas o custo é educativo, não punitivo. Modo arquivo, deliberadamente, não tem cronômetro nem ranking visível durante a sessão: é onde o jogador revisita casos do acervo em ritmo próprio, com menor pressão extrínseca.

Intercalação entre especialidades

Estudar cardiologia inteira, depois neurologia inteira, depois pneumologia, é prática em bloco. Estudar um caso de cardiologia, depois um de neurologia, depois um de pneumologia, sem repetir a mesma sala em sequência, é intercalação. A revisão sistemática de Thompson e Hughes (2023)^[8] identificou apenas dois estudos randomizados sobre intercalação em educação radiológica; a evidência específica da especialidade ainda é escassa. A base cognitiva mais sólida vem da literatura geral: Rohrer e Taylor (2007)^[27] mostraram, em prática matemática, que intercalação melhora a discriminação entre categorias parecidas em comparação com prática em bloco, e Soderstrom e Bjork (2015)^[25] descrevem o mecanismo como dificuldade desejável; o aprendiz é forçado a comparar e selecionar a regra correta a cada item. O modo diário do NEXO opera por intercalação por desenho. Cada caso pertence a uma especialidade distinta do anterior, e a sequência semanal exibe rotação ampla. O jogador troca de modelo mental a cada caso, em vez de aplicar o mesmo padrão. Desconfortável no curto prazo, vantajoso no longo.

Lim e Veasuvalingam (2025)^[28], em estudo misto sobre aprendizagem baseada em caso online em alunos de medicina, reportam aceitação positiva e ganho percebido em raciocínio clínico. O ponto relevante para NEXO é estrutural: casos devem permitir exploração de hipóteses, discussão e retorno sobre o raciocínio. Esses critérios estão na espinha dorsal do NEXO: 6 pistas progressivas e retorno proporcional por CID-10.

Governança Clínica e Auditoria Científica

A geração inicial de um caso é apenas o primeiro rascunho. O que define a qualidade educacional do NEXO é a auditoria posterior.

Cada caso é confrontado com o NEXO Core, nossa base médica estruturada em conceitos clínicos, capítulos de referência, CIDs e links entre temas relacionados. Esse corpus funciona como uma camada de verificação: o sistema não avalia apenas se o texto parece correto, mas se o diagnóstico, as pistas, os diferenciais, a explicação, o CID e as traduções se sustentam contra fontes médicas organizadas.

O NEXO Core funciona como o cérebro do sistema, organizado como uma biblioteca clínica viva. Nela, cada doença, síndrome, exame, achado semiológico e código CID-10 ocupa uma página própria, e cada página está costurada às outras pelas relações que a clínica reconhece: a pneumonia conversa com seu agente etiológico, com seu padrão radiológico, com seus diagnósticos diferenciais, com o capítulo de referência que a descreve. O resultado é uma malha densa, em que tocar um conceito acende dezenas de outros que o cercam.

Quando um caso é auditado, nossos agentes não fazem leitura linear. Eles entram nessa malha, abrem o conceito do diagnóstico proposto, percorrem os conceitos vizinhos, conferem se as pistas do caso aparecem entre eles, verificam se o capítulo de referência sustenta a explicação. É varredura estrutural contra um corpo de conhecimento médico organizado, não interpretação solta de texto. Isso permite detectar três tipos de problema que uma revisão superficial normalmente perde: inconsistência clínica, diagnóstico mal ancorado e explicação pedagogicamente fraca.

Cobertura atual do NEXO Core

A biblioteca cobre hoje conceitos das seguintes especialidades:

• Cardiologia
• Pneumologia
• Neurologia
• Gastroenterologia
• Endocrinologia
• Reumatologia
• Hematologia
• Nefrologia
• Oncologia clínica
• Infectologia
• Toxicologia clínica
• Pediatria
• Genética médica
• Obstetrícia
• Ginecologia
• Psiquiatria
• Dermatologia
• Medicina de emergência
• Medicina intensiva
• Semiologia clínica
• Medicina interna geral

Especialidades novas são incorporadas em ciclos planejados, e cada incorporação re-audita o catálogo de casos automaticamente.

Como a nota é decidida

A nota final do caso não é uma média. Ela é uma regra de aprovação por dimensões. Um caso bom em tradução, mas fraco em integridade clínica, não passa. Um caso clinicamente correto, mas com pista que entrega o diagnóstico cedo demais, também não passa. A curadoria exige convergência.

As dimensões avaliadas incluem:

A aprovação mínima exige nota alta em todas as dimensões relevantes. Se o resolver marca baixa confiança, se o CID não aparece nos conceitos esperados, se os capítulos relacionados não sustentam o diagnóstico ou se há inversão clínica em tradução crítica, o caso não é tratado como aprovado. Ele volta para revisão, correção ou expansão do corpus.

A nota não aparece para o jogador. Ela funciona apenas como gate de publicação. Todo caso disponível no app já cumpriu o critério, e por isso a experiência do jogador é uniforme: nunca há um caso de qualidade duvidosa exposto, e nunca há um selo de qualidade a apresentar, porque a qualidade é pré-condição, não resultado.

Essa camada é o que diferencia o NEXO de um banco de questões gerado por IA. O objetivo não é produzir muito conteúdo rápido. É produzir conteúdo jogável, curto, multilíngue e clinicamente defensável.

Riscos reconhecidos e como mitigamos

Listar o que pode dar errado é parte do método.

Efeito de superjustificação (Deci 1999^[11], Lepper 1973^[29])

Recompensar atividade antes intrinsecamente motivada pode reduzir motivação intrínseca. Mitigação: sinapses sinalizam competência, não tempo gasto. Acerto na primeira pista paga mais que na sexta. Modo arquivo permite revisitar casos do acervo em ritmo próprio, fora da pressão competitiva do caso diário.

Efeito de desvio de atenção (Reeve e Deci 1996^[14])

Sob competição, o foco pode migrar do aprendizado para a vitória. Quatro estudos da revisão de van Gaalen^[3] mostraram aumento de uso de simulador sob competição, mas só um mostrou ganho de aprendizagem. Mitigação: modo arquivo é o contrapeso explícito, sem cronômetro e sem ranking visível. O jogador escolhe quando quer pressão e quando não.

Efeito de reversão de expertise (Kalyuga et al. 2003^[20])

Intervenção que ajuda novato pode atrapalhar especialista. Mitigação: dificuldade graduada (Fácil, Médio, Difícil) e desbloqueio progressivo dos continentes moderam a curva. Estudo empírico em populações distintas é trabalho de pesquisa futuro, ainda não realizado.

Limites

NEXO é ferramenta de treino, não substituto. Os casos são fictícios, construídos a partir de apresentações clássicas descritas na literatura, e existem para alimentar o raciocínio diagnóstico em janelas curtas de estudo. Não cobrem a variabilidade integral da prática real: paciente com múltiplas comorbidades, contexto social que muda a conduta, exame indisponível, decisão sob pressão de plantão, exame físico, comunicação com paciente e família, dilema ético, trabalho em equipe interprofissional. Nada disso cabe em um caso jogável de cinco minutos, e nem deveria caber. Por isso NEXO não substitui rotação clínica supervisionada, não substitui orientação de preceptor, não é referência médica e não deve orientar decisão clínica em paciente real. A formação completa exige contato com paciente, com equipe e com erro mediado por supervisão humana, e essa parte do trabalho continua acontecendo onde sempre aconteceu: na enfermaria, no ambulatório, no plantão, na sala de aula. NEXO foi pensado para complementar essas etapas, não para concorrer com elas.

Parcerias e colaboração

NEXO foi construído para ser auditado por fora. A metodologia descrita acima, a cobertura por especialidade, os critérios de aprovação de caso e o NEXO Core estão expostos publicamente justamente para que universidades, empresas e instituições possam testar, estender e contestar a plataforma.

Pesquisa colaborativa em raciocínio diagnóstico, validação independente em estudo controlado, integração com currículo de graduação ou residência, licenciamento de pacotes de caso para uso interno e codesenvolvimento de especialidades ainda não cobertas são caminhos abertos por desenho. A conversa é direta com o time, sem intermediário comercial.

Contato: scientific@nexo.wiki.br

Referências

1. Buchem I, Hamelmann H. Microlearning: a strategy for ongoing professional development. eLearning Papers. 2010;21:1-15.
2. De Gagne JC, Park HK, Hall K, Woodward A, Yamane S, Kim SS. Microlearning in Health Professions Education: Scoping Review. JMIR Med Educ. 2019;5(2):e13997.
3. van Gaalen AEJ, Brouwer J, Schonrock-Adema J, Bouwkamp-Timmer T, Jaarsma ADC, Georgiadis JR. Gamification of health professions education: a systematic review. Adv Health Sci Educ. 2021;26(2):683-711.
4. Landers RN. Developing a theory of gamified learning: Linking serious games and gamification of learning. Simul Gaming. 2014;45(6):752-768.
5. Xu M, Luo Y, Zhang Y, Xia R, Qian H, Zou X. Game-based learning in medical education. Front Public Health. 2023;11:1113682.
6. Karpicke JD, Roediger HL. The critical importance of retrieval for learning. Science. 2008;319(5865):966-968.
7. Trumble E, Lodge JM, Mandrusiak A, Forbes R. Systematic review of distributed practice and retrieval practice in health professions education. Adv Health Sci Educ. 2024;29:689-714.
8. Thompson AC, Hughes DR. The effectiveness of spaced learning, interleaving, and retrieval practice in radiology education: a systematic review. J Am Coll Radiol. 2023.
9. Ericsson KA, Krampe RT, Tesch-Romer C. The role of deliberate practice in the acquisition of expert performance. Psychol Rev. 1993;100(3):363-406.
10. Chen PH, Roth H, Galperin-Aizenberg M, Ruutiainen AT, Gefter W, Cook TS. Improving abnormality detection on chest radiography using game-like reinforcement mechanics. Acad Radiol. 2017;24(11):1428-1435.
11. Deci EL, Koestner R, Ryan RM. A meta-analytic review of experiments examining the effects of extrinsic rewards on intrinsic motivation. Psychol Bull. 1999;125(6):627-668.
12. Festinger L. A theory of social comparison processes. Hum Relat. 1954;7(2):117-140.
13. Van Nuland SE, Roach VA, Wilson TD, Belliveau DJ. Head to head: the role of academic competition in undergraduate anatomical education. Anat Sci Educ. 2015;8(5):404-412.
14. Reeve J, Deci EL. Elements of the competitive situation that affect intrinsic motivation. Pers Soc Psychol Bull. 1996;22(1):24-33.
15. Hase S, Kenyon C, eds. Self-Determined Learning: Heutagogy in Action. London: Bloomsbury Academic; 2013.
16. Paivio A. Mental Representations: A Dual Coding Approach. New York: Oxford University Press; 1986.
17. Sweller J. Cognitive load during problem solving: effects on learning. Cogn Sci. 1988;12(2):257-285.
18. Kolb DA, Boyatzis RE, Mainemelis C. Experiential learning theory: previous research and new directions. In: Sternberg RJ, Zhang LF, editors. Perspectives on Cognitive, Learning, and Thinking Styles. Mahwah, NJ: Lawrence Erlbaum; 2001. p. 227-247.
19. Locke EA, Latham GP. Building a practically useful theory of goal setting and task motivation: a 35-year odyssey. Am Psychol. 2002;57(9):705-717.
20. Kalyuga S, Ayres P, Chandler P, Sweller J. The expertise reversal effect. Educ Psychol. 2003;38(1):23-31.
21. Serra MJ, Kaminske AN, Nebel C, Coppola KM. The use of retrieval practice in the health professions: a state-of-the-art review. Behav Sci. 2025.
22. Fischer MA, Mazor KM, Baril J, Alper E, DeMarco D, Pugnaire M. Learning from mistakes: factors that influence how students and residents learn from medical errors. J Gen Intern Med. 2006;21(5):419-423.
23. Edmondson AC. Psychological safety and learning behavior in work teams. Adm Sci Q. 1999;44(2):350-383.
24. Reason J. Human error: models and management. BMJ. 2000;320(7237):768-770.
25. Soderstrom NC, Bjork RA. Learning versus performance: an integrative review. Perspect Psychol Sci. 2015;10(2):176-199.
26. Sweller J, van Merriënboer JJG, Paas FGWC. Cognitive architecture and instructional design. Educ Psychol Rev. 1998;10(3):251-296.
27. Rohrer D, Taylor K. The shuffling of mathematics problems improves learning. Instr Sci. 2007;35(6):481-498.
28. Lim WK, Veasuvalingam B. Does online case-based learning foster clinical reasoning skills in medical students? Future Healthc J. 2025.
29. Lepper MR, Greene D, Nisbett RE. Undermining children's intrinsic interest with extrinsic reward: a test of the "overjustification" hypothesis. J Pers Soc Psychol. 1973;28(1):129-137.