Concordância entre observadores
Revisado pela Equipe editorial da DataLaps · Atualizado em 2026-07-11
Grau em que dois ou mais avaliadores independentes coincidem ao julgar o mesmo caso, medido com estatísticas como o kappa ou o alfa de Krippendorff.
A concordância entre observadores (ou concordância interavaliadores) mede até que ponto profissionais diferentes chegam à mesma conclusão quando avaliam o mesmo material de forma independente. É uma pergunta central em medicina: se dois médicos competentes divergem com frequência sobre um mesmo caso, qualquer rótulo ou veredito individual é frágil.
Não basta contar coincidências, porque algumas ocorreriam por acaso. Por isso usam-se estatísticas que corrigem a concordância esperada pelo acaso: o kappa de Cohen para dois avaliadores ou o alfa de Krippendorff quando há vários e dados incompletos. Esses índices situam a concordância em uma escala interpretável, da ausência total de concordância à concordância quase perfeita.
No contexto da IA médica, medir a concordância entre observadores cumpre duas funções. Primeiro, revela quais tarefas são intrinsecamente ambíguas — onde nem os especialistas concordam — e não deveriam ser tratadas como se tivessem uma única resposta correta. Segundo, quando a concordância é alta, respalda que o rótulo ou o veredito agregado é uma verdade de referência sólida para treinar ou avaliar modelos.
Quanto se paga?
A concordância não é uma tarefa que se pague por si mesma, e sim a métrica que reflete a qualidade do seu critério nas tarefas que de fato são remuneradas (anotação, validação, consenso). Um avaliador com alta concordância comprovada é mais valioso.
A DataLaps não anuncia hoje tarifas nem um método de pagamento operacional. Mas registramos sua concordância com outros médicos verificados, de modo que você possa demonstrar objetivamente a confiabilidade do seu critério.
Como começar
Cada caso que você avalia frente a outros médicos alimenta a sua medida de concordância: é a sua credencial objetiva como avaliador.
Termos relacionados
Fontes
Comece aqui
Treine IA médica
Comece a validar casos
Cadastre-se como médico, valide casos clínicos reais e construa seu histórico verificável como treinador de IA médica.
Explore
Biblioteca de Avanços
Consulte sínteses clínicas revisadas por médicos verificados: o critério especializado posto para trabalhar.
Transparência
Como trabalhamos
Quem está por trás, como produzimos o conteúdo e como declaramos o uso de IA e a revisão médica humana.
Conteúdo informativo e educativo sobre o trabalho de treinamento e validação de inteligência artificial médica. Não constitui aconselhamento médico, diagnóstico ou tratamento, nem uma oferta de emprego ou de remuneração específica.