A Microsoft afirma que seu sistema médico de IA pode diagnosticar casos difíceis com mais de duas vezes mais precisão do que os médicos praticantes – e desta vez, a afirmação sobreviveu à revisão por pares.
O Microsoft AI Diagnostic Orchestrator (MAI-DxO) “superou substancialmente os médicos generalistas praticantes” em precisão de diagnóstico, ao mesmo tempo que solicitou menos testes e procedimentos, de acordo com um estudo intitulado “Diagnóstico Sequencial com Modelos de Linguagem”. O trabalho apareceu pela primeira vez no arXiv no ano passado como uma pré-impressão não revisada por pares. Na quinta-feira, as descobertas foram publicadas formalmente na revista Science, um passo que a Microsoft argumenta que move o sistema de um território de demonstração impressionante para a credibilidade clínica. Para mais contexto sobre esta história, confira nossa atualizações de inteligência artificial.
Em testes elaborados a partir de registros de casos complexos publicados no New England Journal of Medicine, o MAI-DxO alcançou 83,2% de precisão diagnóstica, em comparação com 36,1% para médicos generalistas que tiveram acesso a materiais de referência. Quando esses recursos foram negados aos médicos, sua precisão caiu para cerca de 22% – colocando o sistema de IA quase quatro vezes mais preciso nessas condições. Num teste separado baseado em admissões em departamentos de emergência, a IA novamente superou os médicos generalistas, embora por uma margem menor de 80,3% a 46,8%.
Um sistema que diagnostica como os médicos fazem
O que distingue o MAI-DxO dos verificadores de sintomas convencionais é que ele funciona sequencialmente. Os pacientes não entregam ao modelo um arquivo completo de sintomas, histórico e resultados de testes. Em vez disso, o sistema começa com uma queixa principal e deve decidir quais perguntas de acompanhamento fazer e quais exames solicitar antes de se comprometer com um diagnóstico – muito mais próximo de como um médico real trabalha sob incerteza.
Os pesquisadores dizem que os benchmarks anteriores não conseguiram avaliar as habilidades de diagnóstico de grandes modelos de linguagem dessa forma sequencial, então eles construíram uma nova avaliação chamada Sequential Diagnosis Benchmark, ou SDBench.
Nos bastidores, o MAI-DxO “simula um painel de médicos”, de acordo com o artigo, revisando continuamente um diagnóstico diferencial e selecionando testes com boa relação custo-benefício. Diferentes agentes de IA assumem funções distintas: propor diagnósticos, solicitar testes, desafiar suposições e pesar custos. Os investigadores sugerem que esta estrutura ajuda a combater os preconceitos cognitivos que afectam os médicos individualmente, tais como ancorar-se num diagnóstico inicial ou ignorar explicações alternativas.
Construído nos modelos GPT da OpenAI
O sistema obteve resultados mais fortes rodando no GPT-5 da OpenAI, com testes adicionais mostrando melhorias adicionais usando o GPT-5.5. A Microsoft também enfatiza a economia: a empresa afirma que o MAI-DxO atinge o diagnóstico correto pela metade ou até um terço do custo, solicitando menos exames e procedimentos desnecessários.
Essa declaração de custo vem com uma ressalva que a própria Microsoft sinaliza: as economias são modeladas em custos estimados em casos simulados, e não em contas médicas do mundo real. Os investigadores também reconhecem que esperariam que a diferença de desempenho diminuísse se o sistema fosse comparado com especialistas especialistas em vez de médicos generalistas.
Da referência à cabeceira
Publicar em um periódico importante é uma coisa; tratar pacientes é outra. O chefe de IA da Microsoft, Mustafa Suleyman, disse ao The Verge que qualquer implantação no mundo real ainda exigiria testes clínicos – e a empresa já tem planos para isso. O líder de saúde de IA da Microsoft, Dr. Dominic King, disse que os testes começarão no Beth Israel Deaconess Medical Center, em Boston, nos próximos meses.
Essa abordagem encenada é importante, porque a área já viu esse filme antes. No início deste ano, pesquisadores da Universidade de Harvard e do Beth Israel Deaconess Medical Center relataram que o modelo de raciocínio de visualização o1 da OpenAI também superou os médicos em tarefas de diagnóstico, alimentando uma onda de manchetes sobre a substituição dos médicos pela IA. O que esses estudos não conseguiram estabelecer foi a segurança em ambientes clínicos reais, onde os erros têm consequências reais e a população de pacientes é muito mais confusa do que os casos de periódicos selecionados.
A Microsoft inclinou-se para um enquadramento ambicioso, publicando o seu próprio anúncio sob o lema de “construir superinteligência médica”. Suleyman posicionou o raciocínio diagnóstico como um dos domínios mais claros onde a IA pode exceder o desempenho do especialista humano no curto prazo.
Por que os detalhes são importantes
Os casos NEJM usados no benchmark são, por definição, diagnósticos difíceis – o tipo de quebra-cabeças que são escritos precisamente porque deixaram alguém perplexo. Os cuidados primários diários envolvem enormes volumes de apresentações de rotina onde a precisão generalista é naturalmente muito maior. Um sistema que duplica a precisão em casos raros e complexos é valioso, mas não é o mesmo que duplicar a precisão em toda a medicina.
Há também a questão da responsabilização. Se um orquestrador de IA ordenar uma cascata de testes que não atenda a uma condição fatal, as questões de responsabilidade permanecerão sem solução na maioria das jurisdições. Os ensaios clínicos no Beth Israel Deaconess têm como objetivo gerar exatamente o tipo de evidências prospectivas que os reguladores e os sistemas hospitalares precisariam.
Ainda assim, a trajetória é difícil de ignorar. Um resultado revisto por pares na Science, um plano de testes clínicos definido e a pressão dos custos sobre os sistemas de saúde apontam todos na mesma direcção: a IA de diagnóstico está a passar de demonstrações de investigação para uma prática médica regulamentada. O próximo marco serão os resultados do ensaio de Boston – o primeiro teste para saber se a dominância de referência se traduz em melhores resultados para os pacientes reais.
Por enquanto, o próprio enquadramento do artigo é o resumo mais justo: no diagnóstico sequencial de casos complexos, um painel simulado de médicos de IA superou os generalistas praticantes por uma ampla margem, a um custo estimado mais baixo. Transformar isso em prática clínica aprovada é o problema mais difícil para o qual a Microsoft se inscreveu agora.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
