IA da Microsoft supera médicos em diagnósticos complexos em testes

Pesquisadores da Microsoft anunciaram o desenvolvimento de uma ferramenta de inteligência artificial (IA) que superou médicos generalistas em testes de diagnóstico de casos clínicos complexos. Publicado na revista Science, o estudo revela que a IA foi mais de duas vezes mais precisa que os profissionais de saúde em simulações que replicam o processo investigativo real de um médico.

Diferentemente de modelos de IA médica tradicionais que analisam todos os dados de uma vez, a ferramenta da Microsoft opera de forma sequencial. Ela começa decidindo quais perguntas fazer sobre o histórico do paciente e quais informações do exame físico são relevantes. Em seguida, seleciona os exames necessários, avalia os resultados e solicita novos testes, se preciso, atualizando suas hipóteses diagnósticas ao longo do processo.

Como funciona a junta médica virtual

Um sistema denominado "orquestrador" coordena a análise, simulando um painel de especialistas em IA. Este orquestrador é responsável por decidir quais informações adicionais são necessárias, quais achados do exame físico são importantes e quais testes podem esclarecer o quadro clínico. A capacidade de adaptar a investigação e solicitar novos exames conforme as informações evoluem é um dos pontos fortes do sistema.

A tecnologia foi avaliada em mais de 300 casos clínicos incomuns e de difícil diagnóstico. Os pesquisadores afirmam que, nesses cenários, a IA não apenas foi mais precisa, mas também conduziu processos diagnósticos que custaram menos do que os realizados por médicos generalistas, que tiveram a permissão de consultar livros e a internet.

Diagnósticos mais criteriosos e custos menores

Segundo Harsha Nori, chefe de IA da Microsoft AI Health, o estudo não se limitou a medir a precisão. "Não estamos medindo apenas a precisão dos sistemas. Também estamos medindo com que critério e cuidado eles conduzem uma investigação diagnóstica", explicou.

A abordagem iterativa permite que a ferramenta ajuste suas decisões em tempo real, em vez de seguir um roteiro fixo. Isso se traduz em uma investigação mais criteriosa e potencialmente mais eficiente, com a capacidade de aprofundar a análise e determinar o momento ideal para solicitar novos exames.

O que diz a pesquisa

Um estudo intitulado "Sequential Diagnosis with Language Models", publicado como preprint no arXiv em 2025, aborda a promessa da inteligência artificial na expansão do acesso ao conhecimento médico. A pesquisa destaca que a maioria das avaliações de modelos de linguagem se baseia em cenários estáticos e questões de múltipla escolha, que não refletem a complexidade da medicina baseada em evidências no mundo real. Para emular o processo iterativo de diagnóstico médico, os autores introduziram o "Sequential Diagnosis Benchmark", transformando casos clínicos desafiadores em encontros diagnósticos passo a passo. Um modelo de IA, ao interagir com um "gatekeeper", solicita detalhes adicionais e adapta suas perguntas e testes com base no que aprende. A performance é avaliada não apenas pela precisão diagnóstica, mas também pelo custo de exames e consultas. O estudo também apresenta o "MAI Diagnostic Orchestrator" (MAI-DxO), um orquestrador agnóstico de modelo que simula um painel de médicos e seleciona testes de alto valor e custo-efetivo. Quando combinado com o modelo "o3" da OpenAI, o MAI-DxO alcançou 80% de precisão diagnóstica, quatro vezes superior à média de médicos generalistas (20%), e reduziu os custos diagnósticos em 20%.

Próximos passos

A Microsoft planeja testar a capacidade da ferramenta de fazer a triagem de pacientes em salas de espera de prontos-socorro. A empresa fará essa avaliação em parceria com o Beth Israel Deaconess Medical Center, em Boston, para entender como a tecnologia se comporta em um ambiente de emergência hospitalar.