A Microsoft afirma que sua nova IA é duas vezes melhor no diagnóstico de doenças do que os médicos
A Microsoft afirma que seu sistema de IA médica pode diagnosticar casos difíceis com mais de duas vezes mais precisão do que os médicos praticantes.
Apelidado de Microsoft AI Diagnostic Orchestrator (MAI-DxO), o sistema “superou substancialmente o desempenho dos médicos generalistas praticantes” em precisão de diagnóstico, ao mesmo tempo que solicitou menos testes e procedimentos, de acordo com um artigo recentemente publicado.
O estudo da Microsoft, intitulado “Diagnóstico Sequencial com Modelos de Linguagem”, foi publicado online pela primeira vez no ano passado no arXiv como uma pré-impressão não revisada por pares. Na quinta-feira, as descobertas foram finalmente publicadas na revista revisada por pares Ciência.
Esse é um passo importante para validar as descobertas, mas qualquer implantação no mundo real ainda exigiria testes clínicos, disse o chefe de IA da Microsoft, Mustafa Suleyman, ao The Verge. A Microsoft já tem planos para isso: o líder de saúde de IA da empresa, Dr. Dominic King, disse à publicação que os testes começarão no Beth Israel Deaconess Medical Center em Boston, Massachusetts, nos próximos meses.
Em testes envolvendo casos médicos complexos publicados no The New England Journal of Medicine, o 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%, tornando o DxO quase quatro vezes mais preciso. Num teste separado envolvendo admissões em departamentos de emergência, a IA da Microsoft superou novamente os médicos generalistas, embora por uma margem menor de 80,3% a 46,8%. O sistema obteve resultados mais fortes usando o GPT-5 da OpenAI, com testes adicionais mostrando melhorias usando o GPT-5.5.
“Ele também consegue fazer isso pela metade ou até um terço do custo, chegando ao diagnóstico correto com menos testes e procedimentos”, disse a Microsoft em um blog na quinta-feira. Essas poupanças, no entanto, baseiam-se em custos estimados em casos simulados e não em despesas médicas reais. Os pesquisadores admitiram que “esperariam que a lacuna de desempenho diminuísse” se o DxO fosse comparado com especialistas especializados em vez de generalistas.
Notavelmente, o DxO funciona sequencialmente, o que significa que os pacientes não apresentam simplesmente ao sistema uma lista abrangente de sintomas, histórico médico e resultados de testes. Em vez disso, começa com uma queixa principal e deve determinar quais perguntas de acompanhamento fazer e quais exames solicitar antes de chegar a um diagnóstico. Isso está muito mais próximo de como os médicos realmente diagnosticam os pacientes. Os pesquisadores dizem que os benchmarks falharam anteriormente em avaliar as capacidades de diagnóstico dos LLMs sequencialmente e propõem um novo benchmark chamado Sequential Diagnosis Benchmark, ou SDBench.
O DxO “simula um painel de médicos”, explica o artigo, “revisando continuamente o diagnóstico diferencial e selecionando testes custo-efetivos”. O sistema atribui diferentes funções aos agentes de IA que propõem diagnósticos, selecionam testes, desafiam suposições e pesam custos. Os investigadores sugerem que esta abordagem pode ajudar a combater alguns dos preconceitos cognitivos que afectam os médicos individualmente, tais como ancorar-se num diagnóstico inicial ou ignorar explicações alternativas.
Afirmações semelhantes foram feitas sobre ferramentas de IA de outras empresas. No início deste ano, pesquisadores da Universidade de Harvard e do Beth Israel Deaconess Medical Center descobriram que o modelo de raciocínio de pré-visualização o1 da OpenAI superou os médicos no diagnóstico de pacientes de emergência durante a triagem.
Em todos estes casos, os especialistas médicos enfatizam que o desempenho superior nos testes de diagnóstico não significa que os sistemas de IA possam ou devam substituir os médicos humanos. Em vez disso, as ferramentas estão sendo posicionadas como auxiliares dos profissionais médicos. Mesmo que o DxO tenha um bom desempenho em ensaios clínicos, a adoção generalizada levantaria questões jurídicas difíceis sobre a responsabilização quando um diagnóstico assistido por IA corre mal. E, pelo que vale a pena, um estudo de 2025 descobriu que os médicos que confiaram na IA para identificar potenciais riscos de cancro durante as colonoscopias tiveram um desempenho pior do que antes, quando a tecnologia foi retirada.
