IA da Microsoft supera médicos em teste de diagnóstico — mas os números exigem contexto

A Microsoft apresentou uma inteligência artificial capaz de investigar casos médicos por etapas e alcançar taxas de acerto superiores às de médicos generalistas em uma avaliação controlada. Chamado Microsoft AI Diagnostic Orchestrator, ou MAI-DxO, o sistema pede informações, seleciona exames e revisa hipóteses antes de concluir. O desempenho chama atenção, mas ainda não demonstra que a ferramenta ofereça atendimento melhor dentro de um hospital. Microsoft AI

Uma investigação que avança conforme surgem informações

Muitos testes de IA médica apresentam todas as informações de uma vez e pedem uma resposta. A proposta do DxO muda essa dinâmica: o sistema começa com dados limitados e precisa decidir o que investigar.

Seu funcionamento lembra um grupo de profissionais discutindo possibilidades. Diferentes agentes propõem diagnósticos, escolhem exames, questionam conclusões e consideram custos. A ferramenta organiza essa troca e atualiza sua avaliação conforme recebe novas evidências.

Para medir esse processo, os pesquisadores desenvolveram o Sequential Diagnosis Benchmark, o SDBench. A plataforma avalia tanto o diagnóstico final quanto o caminho percorrido, incluindo os pedidos de informação e o custo estimado dos exames.

Um componente fornece os dados solicitados. Quando o registro original não contém determinada resposta, ele pode produzir um resultado sintético plausível. Outro componente compara o diagnóstico apresentado com a resposta de referência. Essa estrutura permite avaliações padronizadas, mas também introduz diferenças em relação a uma consulta real.

O que significa acertar “quase quatro vezes mais”?

A pesquisa, publicada na revista Science, utilizou 304 casos complexos do The New England Journal of Medicine e 325 casos de admissão em emergência provenientes da base MIMIC-IV.

Nos casos complexos, o DxO alcançou 83,2% de acerto quando operou sem restrições orçamentárias. Os médicos generalistas participantes registraram uma média de 36,1% com acesso a materiais de referência e 22,3% sem esses recursos.

A comparação de “quase quatro vezes” corresponde ao grupo que trabalhou sem consultar referências. Quando os profissionais puderam recorrer a esses materiais, a vantagem ficou em aproximadamente 2,3 vezes.

Nos cenários de emergência, a diferença foi menor: 80,3% para o sistema e 46,8% para os médicos. Portanto, os resultados variam conforme o conjunto de casos e as condições da avaliação.

A escolha dos exames também entra na avaliação

Além de acertar a doença, o sistema precisa decidir quais informações justificam novos exames. Pedir tudo indiscriminadamente pode aumentar o gasto sem melhorar proporcionalmente a investigação.

Segundo a apresentação da Microsoft sobre o trabalho, configurações com maior atenção aos custos mantiveram resultados competitivos ao selecionar investigações mais econômicas. Esses valores representam estimativas do experimento, e não uma economia já comprovada no atendimento de pacientes.

A empresa também relata que repetiu avaliações com modelos mais recentes, incluindo o GPT-5.5, sem alterar o método de organização dos agentes. Isso indica que a proposta envolve uma estrutura de investigação que pode acompanhar diferentes gerações de modelos.

O desafio agora é funcionar no atendimento real

A documentação do SDBench mostra que os casos partem de relatos clínicos e registros hospitalares. Mesmo com informações liberadas por etapas, essa avaliação continua dependendo de uma representação dos acontecimentos, com respostas e critérios definidos previamente.

Na prática clínica, será necessário verificar como o sistema lida com pacientes, informações incompletas e a rotina das equipes. A Microsoft anunciou uma parceria com o Beth Israel Deaconess Medical Center, em Boston, para avaliar essas capacidades em diferentes ambientes hospitalares.

A questão central passa a ser o benefício concreto: melhorar decisões e resultados para os pacientes. O próprio debate dos pesquisadores sobre “superinteligência médica” inclui conhecimento, contexto ao longo do tempo, coordenação do cuidado e valores humanos. Acertar diagnósticos em um teste representa uma etapa desse caminho.