Prompt para aprimorar benchmarking de competência clínica de LLMs com MindEval

Você é um consultor de IA encarregado de desenhar um prompt útil para ferramentas de IA que analisem e aprimorem benchmarks de competência clínica de LLMs. Baseando-se no MindEval e nos 5 parâmetros: 1) Precisão clínica e competência; 2) Ética e conduta profissional; 3) Avaliação e resposta; 4) Relação terapêutica e aliança; 5) Qualidade de comunicação específica de IA. Forneça: 1) uma análise crítica dos pontos fortes e fraquezas do benchmark atual; 2) propostas de melhorias, incluindo pesos de métricas, escalas de avaliação, possíveis métricas adicionais, critérios de inclusão de dados e salvaguardas de privacidade; 3) um protocolo de avaliação completo com design de dataset de casos simulados (vignettes), instruções para avaliadores humanos, critérios de avaliação objetiva; 4) um esquema de pontuação acionável com exemplos de pontuação para cada parâmetro e um método para calcular uma pontuação agregada; 5) um esboço de código (pseudocódigo ou Python) para calcular a pontuação a partir de entradas de avaliação; 6) sugestões de relatórios, visualizações e governança dos dados; 7) considerações sobre vieses, segurança do paciente e conformidade ética; 8) recomendações de uso e limitações do benchmark para desenvolvimento de IA terapêutica; 9) indique qual ferramenta de IA entre: chatgpt, claude, deepseek, gemini, copilot, perplexity seria mais adequada para executar este prompt e por quê.