Um estudo publicado na revista Science em outubro trouxe um dado chamativo: a cada dez diagnósticos feitos por uma inteligência artificial desenvolvida pela Microsoft, cerca de oito acertaram mais do que médicos generalistas em casos equivalentes. Ou seja, a tal IA para diagnósticos médicos não só acompanhou o desempenho humano, como foi além dele em boa parte dos testes.
Apesar dos avanços recentes da inteligência artificial na medicina clínica, grande parte dessas aplicações ainda depende de relatos escritos que, muitas vezes, deixam de fora detalhes importantes do histórico de sintomas e dos resultados de exames laboratoriais. Foi justamente para contornar essa limitação que surgiu o MAI-DxO (Microsoft AI Diagnostic Orchestrator), um sistema pensado para reproduzir o raciocínio de uma equipe médica completa: ele reúne informações, pede exames, reavalia hipóteses até finalmente chegar a um diagnóstico.
Como a IA para diagnósticos médicos se saiu nos testes
Em diversas rodadas de avaliação, esse sistema entregou mais precisão do que profissionais de saúde e, surpreendentemente, a um custo total menor — o que reforça seu papel como ferramenta de apoio, e não de substituição, aos médicos.
Os números, no entanto, variaram bastante de acordo com o modelo de linguagem utilizado. A Microsoft testou soluções de diferentes empresas, como OpenAI, Google, Anthropic, Meta e DeepSeek, e os melhores resultados apareceram justamente com os modelos GPT-5 e GPT-5.5. O estudo chegou às seguintes conclusões:
- 83,2% de precisão: DxO com GPT-5, sem restrição orçamentária para exames;
- 84,5% de precisão: configuração voltada à máxima precisão diagnóstica, com custo médio maior;
- 36,1% de precisão: médicos generalistas nos mesmos casos clínicos de referência.
Comparando o raciocínio humano e o da máquina
Diante de uma breve apresentação clínica, os médicos selecionaram informações de forma pontual até chegar a uma conclusão, o que permitiu medir tanto a precisão do diagnóstico quanto o custo da investigação realizada. Já o sistema de inteligência artificial funcionou de um jeito diferente: ele simulou um painel inteiro de médicos, revisando continuamente as hipóteses diagnósticas e priorizando exames que entregassem bom resultado sem pesar tanto no bolso.
Vale destacar que esses resultados foram obtidos em ambiente controlado, e não em consultórios reais. Ainda assim, eles mostram o potencial que os modelos de linguagem têm para apoiar diagnósticos mais certeiros e, ao mesmo tempo, mais baratos. O desempenho da IA foi medido em duas frentes: a acurácia diagnóstica, comparada a um diagnóstico de referência, e o custo cumulativo estimado dos exames solicitados ao longo do processo.
Próximos passos para a tecnologia
Com esses resultados em mãos, a Microsoft agora planeja os próximos passos para levar a tecnologia a testes no mundo real, em parceria com hospitais. Isso significa que o caminho entre o laboratório e o consultório ainda está sendo construído, mas os dados divulgados indicam que a IA para diagnósticos médicos pode, em breve, deixar de ser apenas uma promessa acadêmica para se tornar uma aliada concreta no dia a dia da medicina.
Com informações de infomoney.com.br.
