IA para diagnóstico médico: o que o estudo revela

Uma simulação aponta ganhos em casos complexos, mas não prova que a IA possa substituir médicos.

A IA para diagnóstico médico apresentou bom desempenho em uma simulação de casos complexos: o sistema MAI-DxO, da Microsoft, acertou 83% dos diagnósticos, contra 36% de médicos generalistas avaliados individualmente. O resultado é promissor, mas não demonstra que a ferramenta esteja pronta para substituir profissionais ou orientar sozinha decisões clínicas.

O que o estudo mostrou sobre a IA para diagnóstico médico

O MAI-DxO foi testado com casos complexos publicados no New England Journal of Medicine. Em vez de responder de uma só vez, ele coordena vários agentes de inteligência artificial, ou seja, programas que atuam em conjunto para fazer perguntas, sugerir exames e discutir hipóteses diagnósticas.

Na simulação, o sistema chegou à resposta correta em 83% dos casos. Para comparação, médicos de atenção primária e clínicos gerais, trabalhando individualmente e com materiais de referência, acertaram 36%. A avaliação não incluiu especialistas nem equipes médicas, que costumam participar do atendimento de situações desse nível de complexidade.

Essa diferença importa: o teste compara o sistema com profissionais generalistas em condições específicas, não com todas as formas de atendimento médico. Além disso, uma simulação permite medir respostas a casos preparados, mas não reproduz toda a realidade de uma consulta, como a evolução do paciente, a comunicação com a equipe e as limitações de cada serviço.

Por isso, o resultado indica potencial para apoiar o raciocínio clínico, mas não comprova melhora na saúde dos pacientes. Essa confirmação depende de avaliações em ambientes reais, com acompanhamento profissional e análise de segurança e qualidade do atendimento.

O desempenho depende também do modelo de IA

Um ponto central do estudo é que os resultados não parecem vir apenas da organização criada pela Microsoft. O MAI-DxO coordena etapas e agentes, mas depende dos modelos de IA que estão por trás das respostas. A avaliação testou modelos de diferentes empresas, e os melhores resultados ocorreram com GPT-5 e GPT-5.5, da OpenAI.

Em um teste de casos complexos, o GPT-5 com uma instrução básica teve 78,9% de acerto e custo estimado de cerca de US$ 8.400 por caso. Com o MAI-DxO, o custo caiu aproximadamente US$ 3.000, enquanto a precisão subiu cerca de quatro pontos percentuais. Isso sugere que a coordenação pode trazer ganhos adicionais, mas não explica sozinha a maior parte do desempenho.

Com o GPT-5.5, a precisão em casos complexos passou de 72% para quase 87% quando o modelo foi combinado ao sistema, com custo ligeiramente menor. Já em casos de pronto-socorro, a diferença foi pequena: o GPT-5.5 marcou cerca de 85% tanto com o MAI-DxO quanto sem ele, a custos semelhantes.

O benefício também variou conforme o modelo utilizado. O Gemini 2.5 Flash, por exemplo, passou de 46,4% de acerto sem a coordenação para quase 69% com ela. Ainda assim, a distância entre modelos mais e menos capazes foi maior do que o ganho proporcionado pelo sistema. Em termos práticos, a qualidade da ferramenta depende da combinação entre o modelo escolhido, a forma de usá-lo e a tarefa clínica.

O que os resultados significam para clínicas

Para gestores e profissionais de saúde, a notícia não é que a IA já possa assumir diagnósticos. O sinal mais útil é que sistemas capazes de organizar perguntas, hipóteses e exames podem vir a funcionar como apoio em casos difíceis. A decisão clínica, porém, precisa continuar sob responsabilidade de profissionais qualificados.

A Microsoft também quer avaliar o sistema em cenários reais. Em parceria com o Beth Israel Deaconess Medical Center, planeja comparar as recomendações do MAI-DxO com o atendimento padrão em ambientes hospitalares e de pronto atendimento. Os pacientes consentidos receberão o cuidado habitual, enquanto as sugestões da ferramenta serão avaliadas em paralelo. Essa etapa ainda deve produzir evidências diferentes das obtidas em simulação.

A empresa informou ainda que trabalha com a Mayo Clinic no treinamento de um modelo de base para saúde, com lançamento planejado para 2027. Um modelo de base é uma tecnologia treinada para servir de fundamento a diferentes aplicações. A Microsoft também apresenta como objetivo integrar sistemas de IA ao trabalho clínico e aos registros médicos, em vez de limitar a avaliação a perguntas isoladas ou testes de diagnóstico.

Antes de considerar qualquer assistente de IA, uma clínica pode começar por medidas práticas:

• Definir quais tarefas podem ser apoiadas pela ferramenta e quais exigem decisão exclusiva de um profissional.
• Manter revisão humana das recomendações e registrar quando a equipe aceita, adapta ou rejeita uma sugestão.
• Avaliar a precisão e os custos no contexto específico da clínica, sem presumir que resultados de simulação se repetirão no atendimento local.
• Verificar como dados dos pacientes são tratados, quem pode acessá-los e quais controles internos são necessários antes de usar a ferramenta.
• Começar com uma avaliação limitada e acompanhada, com critérios claros para interromper o uso se surgirem falhas ou riscos.

Esses cuidados ajudam a transformar curiosidade sobre tecnologia em uma análise operacional. A adoção responsável depende tanto da qualidade do sistema quanto de processos, supervisão e proteção das informações utilizadas.

Perguntas frequentes

O MAI-DxO já pode substituir um médico?

Não. O estudo avaliou o sistema em uma simulação e não demonstrou que ele possa substituir profissionais no atendimento real. As recomendações clínicas precisam de revisão e responsabilidade humana.

O que significa o índice de 83% de acerto?

É a proporção de casos complexos da simulação em que o sistema chegou ao diagnóstico considerado correto. Esse resultado não mede, por si só, segurança, desfechos de pacientes ou desempenho em toda situação clínica.

A coordenação do MAI-DxO é o principal motivo do resultado?

Os dados sugerem que os modelos de IA usados como base têm papel importante, e que a coordenação pode acrescentar ganhos em alguns cenários. O tamanho do benefício varia conforme o modelo e o tipo de caso.

Como uma clínica pode avaliar assistentes de IA?

O primeiro passo é escolher uma tarefa delimitada e definir como profissionais revisarão as respostas. Também é importante avaliar custos, qualidade, privacidade e riscos antes de ampliar o uso.

Para sua clínica, o melhor próximo passo é mapear uma necessidade concreta e avaliar soluções com supervisão profissional, critérios claros e atenção à privacidade.

Fonte: techcrunch.com

Imagem gerada por inteligência artificial.

Texto produzido com auxílio de inteligência artificial a partir da reportagem original indicada em Fonte.