Mustafa Suleyman, da Microsoft, diz que sua IA supera os médicos em casos difíceis enquanto ele persegue a ‘superinteligência médica’

O sistema de diagnóstico de IA da Microsoft diagnosticou corretamente casos médicos complexos em uma simulação com mais de duas vezes mais frequência do que médicos generalistas, de acordo com um estudo publicado quinta-feira na Science. Mustafa Suleyman, CEO da Microsoft AI, classificou o resultado como um passo em direção à “superinteligência médica”.

O sistema, apelidado de MAI-DxO (abreviadamente DxO), coordena vários agentes de IA que atuam como um painel de médicos. Eles questionam um paciente, solicitam exames e debatem um diagnóstico.

Numa simulação utilizando casos complexos do New England Journal of Medicine, acertou 83% das vezes. Médicos de atenção primária e internistas gerais, trabalhando individualmente com materiais de referência, acertaram 36% das vezes. Uma observação: casos dessa complexidade costumam ser atendidos por especialistas ou equipes médicas, que não fizeram parte da comparação.

“Há algo muito substancial e emocionante aqui”, disse Dominic King, vice-presidente de saúde da Microsoft AI, ao TechCrunch. “O maior desafio na prestação de cuidados de saúde neste momento é o crescente descompasso entre a procura e a oferta de conhecimentos médicos.”

Ao publicar estes resultados, a Microsoft junta-se à Google e à OpenAI ao afirmar que a sua própria IA pode igualar ou superar os médicos.

Os próprios dados do estudo sugerem que grande parte da melhoria vem de modelos de IA subjacentes mais poderosos, com o sistema de orquestração da Microsoft acrescentando ganhos.

A Microsoft testou o MAI-DxO com modelos de diversas empresas, incluindo OpenAI, Google, Anthropic, Meta e DeepSeek, mas seus melhores resultados vieram com GPT-5 e GPT-5.5 da OpenAI.

A Microsoft mediu o DxO tanto no custo quanto na precisão, ou seja, o custo estimado de execução da IA ​​em cada caso. Sozinho, com um prompt curto e básico, o GPT-5 obteve pontuação de 78,9% em casos complexos, com cerca de US$ 8.400 por caso. A DxO reduziu esse custo em cerca de US$ 3.000, mas aumentou a precisão em apenas cerca de quatro pontos. Nos casos do departamento de emergência, houve pouca melhoria na precisão ou no custo entre o GPT-5 sozinho e com a ajuda do DxO.

Com o GPT-5.5, um modelo mais recente lançado em abril de 2026, os resultados se dividiram. Em casos complexos, o DxO aumentou a pontuação de precisão do GPT-5.5 de 72% para quase 87% a um custo um pouco mais barato. No entanto, os ganhos mais uma vez não apareceram nos casos de pronto-socorro. Ambos (com e sem DxO) pontuaram cerca de 85% a um custo semelhante.

DxO ajuda mais em casos complexos e com modelos de IA menos capazes. O Gemini 2.5 Flash, por exemplo, obteve 46,4% sozinho, mas quase 69% com DxO. Mesmo assim, a diferença entre os modelos mais fracos e mais fortes foi maior do que o impulso fornecido pelo DxO.

Os pesquisadores da Microsoft disseram que os ganhos de precisão diminuem naturalmente à medida que os modelos se aproximam do máximo teórico. “A orquestração DxO ajuda no desafio mais amplo de otimização de precisão e custo”, acrescentou um porta-voz.

Suleyman, que lidera os esforços da Microsoft para construir sua própria IA de fronteira, disse ao TechCrunch que a empresa está trabalhando com a Mayo Clinic para treinar um modelo básico para a saúde, com lançamento planejado para o próximo ano. Ele acredita que este modelo permitirá à empresa “dar saltos realmente enormes aqui” e diz que o DxO faz parte da infraestrutura fundamental que a Microsoft está construindo para ver avanços reais na área da saúde.

“Eu realmente acredito que em 2027 estaremos à beira de um avanço no estilo de codificação para registros médicos”, disse Suleyman. “Acho que seremos capazes de transmitir previsões altamente precisas sobre como um registro médico pode se desenvolver e, obviamente, esse tipo de previsão para um médico é ouro em pó.”

Suleyman passou sua carreira tentando usar IA para resolver problemas médicos. Anteriormente, ele foi cofundador da DeepMind, que foi adquirida pelo Google em 2014. No ano seguinte, o Google DeepMind adquiriu a startup Hark de King, um aplicativo de gerenciamento de tarefas clínicas, e os dois lançaram o DeepMind Health juntos. Suleyman ingressou na Microsoft para liderar sua unidade de IA em 2024, e King o seguiu alguns meses depois.

“Somos apenas verdadeiros crentes”, disse Suleyman.

Ele disse que embora o uso de IA generativa na saúde ainda seja cedo, ele espera que os modelos de saúde obtenham “uma ordem de magnitude melhor em capacidade nos próximos 24 a 36 meses”.

“Como vimos diversas vezes nos últimos cinco ou seis anos, o progresso acontece muito rapidamente quando você tem um volante”, disse Suleyman. “Um volante significa que temos um modelo em produção que estamos interagindo com o uso no mundo real para identificar lacunas no modelo e, em seguida, corrigi-las e melhorá-las. Foi o que aconteceu na codificação. Foi o que aconteceu no bate-papo antes disso. E acho que no próximo ano isso começará a acontecer nos registros médicos e no suporte à decisão clínica.”

Através de uma nova parceria com o Beth Israel Deaconess Medical Center em Boston, a Microsoft avaliará as capacidades de raciocínio clínico do DxO em diferentes ambientes hospitalares.

“Essa tecnologia está pronta para avaliações do mundo real, e você pode imaginar a complexidade e a diversidade dos problemas que chegam de um departamento de emergência de Boston em uma noite de sexta-feira”, disse King.

Ele explicou como o estudo funcionará: os pacientes receberão tratamento padrão, incluindo triagem, tempo com especialista, tratamentos, investigações e decisão sobre se é seguro dar alta. Paralelamente, aqueles que consentirem também se envolverão com a DxO. A Microsoft e seus parceiros compararão as recomendações da DxO com as dos médicos humanos.

O Google publicou um estudo clínico junto com Beth Israel no The Lancet este mês para avaliar a IA de diagnóstico conversacional AMIE do Google em visitas de atendimento de urgência no mundo real, enquanto médicos humanos monitoravam as interações em tempo real.

“Acreditamos que este será o maior estudo desse tipo”, disse King. “Será aplicado não apenas em ambientes de emergência, mas também em ambientes de cuidados urgentes, e nos dará evidências muito convincentes até o final do período de estudo sobre a capacidade de esses sistemas serem implantados em maior escala no futuro.”

O estudo da Microsoft na Science coincide com uma espécie de manifesto em torno do que será necessário para construir a superinteligência médica, definida como “a capacidade de superar os mais fortes sistemas de saúde contemporâneos liderados por humanos no raciocínio médico e na coordenação em todo o arco de cuidados”. A Microsoft espera ir além da avaliação comparativa de tarefas individuais – como responder a perguntas de exames médicos e gerar diagnósticos – e passar a integrar-se com médicos e sistemas de saúde para obter melhores resultados.

“Este é o tipo de tecnologia que todos no mundo desejam, e é por isso que estamos empenhados em fazer tudo o que pudermos para acelerar a sua introdução ao mundo”, disse Suleyman, acrescentando que este foco pode ser um diferencial para a Microsoft em comparação com outros laboratórios de fronteira.

A Microsoft já vende ferramentas de ditado e radiologia para médicos e vê o DxO como uma expansão desses esforços.

“Precisamos ter produtos de apoio à decisão clínica médica de última geração nos próximos anos”, disse Suleyman.