IA da Microsoft acerta 83% em diagnósticos e supera médicos reais

Inteligência Artificial

Sistema inovador da Microsoft melhora precisão e eficiência em diagnósticos médicos complexos, auxiliando hospitais nos EUA.

Leia também: UFSM lança guia para uso ético de inteligência artificial

Um sistema de inteligência artificial da Microsoft, o MAI-DxO, superou médicos generalistas em diagnósticos de casos clínicos complexos, atingindo 83% de acerto em simulações e reduzindo de forma relevante o custo estimado por caso, em testes feitos com base em relatos do New England Journal of Medicine.

Como a inteligência artificial da Microsoft supera médicos em diagnósticos complexos?

O MAI-DxO funciona como uma espécie de equipe médica digital, coordenando múltiplos agentes de IA que discutem entre si o melhor diagnóstico para cada caso. Em vez de um único modelo respondendo tudo, o sistema distribui tarefas: alguns “médicos virtuais” fazem perguntas ao paciente simulado, outros sugerem exames, outros avaliam resultados e um agente orquestrador junta as hipóteses e decide o passo seguinte.

Nos testes divulgados nesta semana em um estudo científico, o DxO foi colocado para resolver casos complexos baseados em registros clínicos do New England Journal of Medicine. Nessa bateria, o sistema acertou 83% dos diagnósticos, contra 36% de médicos de atenção primária e internistas gerais que trabalharam individualmente, com acesso a materiais de referência.

Os pesquisadores também mediram custo e desempenho ao combinar o DxO com diferentes modelos de linguagem de grandes empresas de IA, como OpenAI, Google, Anthropic, Meta e DeepSeek. Com o modelo GPT-5, por exemplo, a precisão isolada foi de 78,9%, a um custo estimado de US$ 8,4 mil por caso. Quando o GPT-5 passou a ser orquestrado pelo DxO, a taxa de acerto subiu para cerca de 83% e o custo caiu para aproximadamente US$ 5,4 mil por caso.

Com o GPT-5.5, lançado em abril de 2026, o ganho foi ainda maior em cenários complexos: a precisão pulou de 72% para quase 87% com o DxO, mantendo o gasto levemente menor. Em modelos mais simples, o efeito também apareceu: o Gemini 2.5 Flash, por exemplo, saiu de 46,4% de acerto sozinho para quase 69% quando combinado ao sistema.

Para emergências, porém, as melhorias de acurácia e custo foram bem menores, o que indica, segundo os autores, que o DxO é especialmente vantajoso em investigações longas e intrincadas, que se assemelham ao trabalho de equipes multidisciplinares em hospitais de alta complexidade.

“Existe algo muito substancial e empolgante nos resultados”, afirmou Dominic King, vice-presidente de Saúde da Microsoft AI. Para ele, a principal promessa está em enfrentar “a crescente disparidade entre a demanda e a oferta de expertise médica”, sobretudo em locais com poucos especialistas.

Quais são os tipos de diagnósticos em que a IA da Microsoft se destaca?

O desempenho mais forte do MAI-DxO aparece em casos clínicos complexos, em que o paciente apresenta múltiplos sintomas, histórico detalhado e necessidade de vários exames antes de se chegar ao diagnóstico final. São situações que, na prática, costumam ser acompanhadas por especialistas ou por times inteiros de médicos, e não apenas pelo clínico geral.

As simulações usadas no estudo se baseiam em casos reais descritos no New England Journal of Medicine, conhecidos por exigir raciocínio clínico sofisticado, revisão de literatura e integração cuidadosa de exames de imagem e laboratoriais. Ao simular esse cenário, o DxO coordena os agentes de IA para decidir que exame pedir primeiro, quando descartar uma hipótese e quando buscar dados adicionais, algo próximo do que acontece em discussões de beira de leito ou reuniões clínicas.

O sistema também mostrou capacidade de “elevar” modelos de IA menos potentes nesses mesmos casos difíceis, aproximando seu desempenho do de modelos de ponta. Já em quadros de emergência, que exigem respostas rápidas e protocolos bem estabelecidos, o ganho foi pequeno, sugerindo que a grande vantagem do DxO está em investigações mais longas, com muitas variáveis em jogo.

Entenda o contexto

O avanço do MAI-DxO chega em um momento de pressão crescente sobre sistemas de saúde, com falta de especialistas, filas e aumento de custos. A proposta da Microsoft é que a IA ajude a reduzir erros diagnósticos, evitar exames desnecessários e focar o tempo dos médicos nos casos que realmente exigem intervenção humana direta.

Segundo as estimativas do estudo, a combinação DxO + GPT-5 reduz o custo médio por caso de US$ 8,4 mil para US$ 5,4 mil, ao mesmo tempo em que melhora a precisão. Em larga escala, esse tipo de economia pode aliviar orçamentos de hospitais, planos de saúde e redes públicas, ampliando o acesso a diagnósticos de alta qualidade em regiões com poucos recursos.

A Microsoft também vê o DxO como base para uma mudança mais ampla na forma como se usa dados médicos. Mustafa Suleyman, CEO da Microsoft AI, disse acreditar que já em 2027 haverá “um avanço significativo” na maneira de codificar prontuários. “Acredito que seremos capazes de transmitir previsões altamente precisas sobre como um prontuário médico pode se desenrolar, e obviamente esse tipo de previsão para um clínico é ouro”, afirmou.

Em paralelo ao estudo, a empresa publicou um manifesto em defesa da construção de uma “superinteligência médica” — um sistema capaz de superar os melhores serviços humanos atuais em raciocínio clínico e coordenação de cuidados ao longo de toda a jornada do paciente.

Testes em hospitais e próximos passos

Para tirar o DxO do ambiente de simulação e levá-lo à prática, a Microsoft fechou parcerias com duas instituições de referência nos Estados Unidos. Com a Mayo Clinic, o objetivo é treinar um modelo fundamental voltado especificamente para saúde, com lançamento previsto para o próximo ano.

Já a colaboração com o Beth Israel Deaconess Medical Center, em Boston, busca avaliar o raciocínio clínico do DxO em contextos hospitalares reais. Pacientes continuarão recebendo o tratamento padrão; aqueles que aceitarem participar também interagirão com o sistema de IA, e as recomendações do DxO serão comparadas às dos médicos humanos.

Segundo Dominic King, essa etapa é crucial para entender em que situações a IA de fato ajuda, onde pode atrapalhar e como integrar as recomendações ao fluxo de trabalho sem sobrecarregar as equipes. A Microsoft afirma que a ambição é oferecer suporte à decisão clínica, e não substituir profissionais.

Mustafa Suleyman reforça a estratégia de acelerar a adoção desses recursos como diferencial competitivo em relação a outros laboratórios de IA. A empresa já oferece hoje ferramentas de ditado clínico e apoio à radiologia, e vê o DxO como um passo além, com impacto direto em diagnósticos complexos e gestão de pacientes em larga escala.