IA da Microsoft supera médicos em diagnósticos de casos complexos

Estudo publicado na revista Science mostra que a ferramenta DxO, da Microsoft, teve desempenho muito acima do de médicos generalistas em casos complicados. Os próprios pesquisadores avisam: o teste não reproduz o consultório real.

O que é o DxO e como o teste foi montado

A Microsoft testou uma ferramenta de inteligência artificial chamada DxO, sigla para Orquestrador de Diagnóstico, num estudo publicado na revista científica Science e noticiado pelo jornal O Globo em 26 de outubro de 2026. O DxO simula um painel de especialistas clínicos discutindo um caso até fechar um diagnóstico, como se fosse uma reunião de médicos acontecendo dentro de um programa de computador.

Para comparar a ferramenta com médicos generalistas, os pesquisadores criaram uma estrutura de testes chamada SDBench, um questionário interativo que reproduz o fluxo de uma investigação diagnóstica de verdade, pergunta por pergunta, exame por exame. Foram usados 304 casos complexos publicados no New England Journal of Medicine e 325 registros reais de admissão em pronto-socorro.

Cada teste começava com uma vinheta clínica: um resumo curto com idade, sexo e sintomas principais do paciente. Um caso, por exemplo, começava assim: mulher de 29 anos internada por dor de garganta, inchaço e sangramento peritonsilar que não melhorou com antibiótico. A partir daí, médico e IA tinham que decidir sozinhos quais perguntas fazer e quais exames pedir, considerando o custo de cada um, até se sentirem seguros para fechar o diagnóstico.

Esse detalhe separa o estudo de testes anteriores com IA em medicina. Em vez de entregar à ferramenta todas as informações do caso de uma vez, os pesquisadores forçaram o DxO a investigar aos poucos, como um médico faz numa consulta real, coletando dado por dado antes de decidir.

Os números: a IA na frente nos dois cenários testados

A diferença foi grande nos dois grupos de casos, mas mais acentuada nos casos complexos do New England Journal of Medicine, justamente os que exigem raciocínio diagnóstico mais elaborado. Nos registros de pronto-socorro, a distância entre ferramenta e médico diminuiu, mas o DxO ainda assim teve quase o dobro de acerto.

Um detalhe chama atenção de quem atende paciente no dia a dia: o DxO fez mais perguntas sobre o histórico clínico antes de pedir exame. Segundo os pesquisadores, esse comportamento ajudou a reduzir o custo total da investigação diagnóstica, porque evitou pedido de exame que a anamnese já respondia.

Por que o resultado não vale, sozinho, para o consultório real

Os próprios autores do estudo fazem questão de frear qualquer leitura apressada dos números. O teste não envolveu pacientes reais: o DxO conversava com um agente intermediário, outra IA que respondia às perguntas com base no prontuário do caso. Ou seja, era uma inteligência artificial diagnosticando um paciente interpretado por outra inteligência artificial, sem a imprevisibilidade de uma consulta de verdade.

Essas comparações não estabelecem superioridade sobre especialistas, equipes multidisciplinares ou a prática clínica real.

Pesquisadores responsáveis pelo estudo publicado na Science

Os autores também escrevem que o SDBench mede o raciocínio diagnóstico em condições de informação idealizadas, e não o desempenho à beira do leito nem o resultado final para o paciente. Em português simples: o teste avalia se a lógica do diagnóstico bateu com o caso registrado em papel, não se o paciente foi bem cuidado numa consulta de carne e osso, com ansiedade, pressa e informação incompleta.

O que muda para quem atende paciente no Brasil

Para o médico que atende em consultório, clínica ou pronto-socorro, o estudo não é um aviso para trocar o julgamento clínico por um chatbot. É um indício de onde uma ferramenta desse tipo pode ajudar e onde ela ainda não foi testada.

Onde o apoio de IA pode fazer sentido, segundo o que o próprio estudo sugere:

• Como segunda opinião em casos raros ou que fogem do padrão, antes de fechar um diagnóstico difícil
• Como ferramenta de estudo e treinamento, para residente e estudante de medicina testarem raciocínio diagnóstico em casos simulados, uso que os próprios pesquisadores citam como caminho promissor
• Como apoio para organizar a sequência de perguntas e exames num caso complexo, reduzindo pedido de exame desnecessário

Onde o cuidado precisa ser redobrado, até porque o teste não validou isso: decisão com paciente real na sala, interpretação de linguagem corporal e sintoma não verbalizado, e qualquer uso que envolva inserir dado identificado do paciente numa ferramenta de IA. Esse último ponto é o que mais importa do ponto de vista prático: prontuário, resultado de exame e histórico clínico são dado sensível pela Lei Geral de Proteção de Dados (LGPD), e alimentar uma ferramenta de IA com essas informações sem cuidado de anonimização ou sem saber onde o dado é processado é risco jurídico, não só clínico.

Na minha leitura, o caminho mais realista para quem tem consultório não é esperar por um DxO brasileiro pronto para uso clínico, porque o próprio estudo evita essa promessa. É acompanhar se e quando ferramentas assim passam a ser validadas em ambiente clínico de verdade, com paciente real e responsabilidade definida, antes de qualquer decisão sobre incorporá-las à rotina de atendimento.

O que ainda fica em aberto

Os autores do estudo são explícitos sobre os limites do que foi testado. Eles defendem que pesquisas futuras explorem como médico e sistema de IA podem trabalhar juntos, em vez de comparar um contra o outro, e sugerem que a tecnologia poderia ser usada na educação e no treinamento médico.

O estudo mede capacidade de raciocínio diagnóstico num ambiente controlado, não substitui validação em uso real, e os próprios pesquisadores reforçam que os resultados não significam que a IA deva substituir o médico.

Fonte: O GLOBO