Em um estudo publicado na revista Science nesta quarta-feira, a Microsoft apresentou o MAI-DxO (Diagnostic Orchestrator), um sistema de diagnóstico por inteligência artificial que alcançou 83% de precisão em casos médicos complexos — mais do que o dobro dos 36% obtidos por médicos generalistas trabalhando individualmente com material de referência. O resultado não é apenas um marco para a Microsoft, mas um sinal de que a corrida por modelos de IA aplicados à medicina está entrando em uma fase de orquestração sofisticada, onde a arquitetura do sistema importa tanto quanto a capacidade do modelo subjacente. O MAI-DxO não funciona como um único modelo gerando uma resposta de cada vez. Em vez disso, ele coordena múltiplos agentes de IA que simulam um painel de médicos: cada agente examina diferentes aspectos do caso, propõe diagnósticos diferenciais, sugere exames e debate com os outros agentes antes de chegar a uma conclusão. O sistema pode fazer perguntas de acompanhamento, solicitar testes e fornecer diagnósticos, funcionando essencialmente como um conselho virtual de especialistas que se reúne para resolver um caso difícil. Na avaliação, o sistema foi testado em cenários derivados de casos clínicos reais publicados semanalmente na New England Journal of Medicine. Os 83% de acurácia representam uma diferença substancial: os médicos generalistas chegaram a apenas 36% e aqueles sem acesso a referências caíram para 22%. É importante notar que esses tipos de casos complexos são tipicamente tratados por especialistas ou equipes de médicos — que não foram incluídos na comparação —, o que significa que o benchmark testa especificamente o domínio da medicina diagnóstica interna, onde o erro é mais comum e custoso. O que chamou atenção nos resultados não é apenas a precisão absoluta, mas o que ela revela sobre a direção que a IA está tomando na saúde. A maioria da melhoria vem dos modelos subjacentes mais poderosos — o MAI-DxO emprega GPT-5 e GPT-5.5 da OpenAI, Gemini do Google, Claude da Anthropic e modelos da DeepSeek — mas a orquestração adiciona ganhos reais em cima disso. Quando o GPT-5 foi avaliado sozinha com um prompt básico, alcançou 78,9% de acurácia por cerca de US$ 8.400 por caso. O MAI-DxO reduziu esse custo em cerca de US$ 3.000, elevando a precisão para cerca de 83%. Com o GPT-5.5, lançado em abril de 2026, a orquestração aumentou a acurácia de 72% para quase 87% a um custo ligeiramente menor. Mas há um detalhe crucial que o sistema mostra: o MAI-DxO ajuda principalmente em casos complexos e com modelos menos capazes. No departamento de emergência, onde os casos são menos raros e os diagnósticos mais diretos, não houve melhoria significativa com a orquestração — tanto com o GPT-5.5 sozinho quanto com o DxO, ambos marcaram cerca de 85%. Isso faz sentido clínico: casos de emergência são mais padronizados e a sobrecarga de múltiplos agentes para debate não compensa a necessidade de resposta rápida. Mustafa Suleyman, CEO da Microsoft AI e co-fundador original do DeepMind — que foi adquirido pelo Google em 2014 —, descreve o resultado como um passo em direção à "superinteligência médica", termo que a Microsoft define como "a capacidade de superar os sistemas de saúde humanos contemporâneos mais fortes em raciocínio médico e coordenação ao longo de todo o arco de cuidados". Em entrevista à The Verge, Suleyman disse: "Vamos construir algo indistinguível da performance humana... nos próximos dois anos". A estratégia da Microsoft na saúde não se limita a diagnósticos isolados. A empresa já vende ferramentas de ditado médico e radiologia para clínicos e vê o DxO como uma expansão para essas ofertas. A Microsoft está em parceria com a Mayo Clinic para treinar um modelo fundamental especificamente para saúde, com lançamento previsto para o próximo ano. Suleyman acredita que esse modelo permitirá "saltos enormes", e que o DxO faz parte da infraestrutura fundamental que a Microsoft está construindo para gerar avanços reais na área. Há uma ambição mais ampla por trás dos números: a Microsoft quer ir além da medição de tarefas individuais e criar sistemas que coordenem cuidados clínicos completos, planejem tratamentos e lidem com o lado humano da medicina. O estudo publicado na Science, co-assinado por Harsha Nori, Eric Horvitz, Dominic King e Mustafa Suleyman entre outros, introduz também o SDBench (Sequential Diagnosis Benchmark), um framework que transforma casos da NEJM em encontros diagnósticos sequenciais — onde o sistema começa com um resumo breve do caso e deve iterativamente solicitar mais detalhes, fazendo perguntas e ordenando testes antes de comprometer um diagnóstico. O investimento da Microsoft na saúde reflete uma compreensão de que o setor tem um problema estrutural de escala: a demanda por expertise médica cresce mais rápido que a oferta. "Existe algo muito substancial e empolgante aqui", disse Dominic King, vice-presidente de Saúde da Microsoft AI, à TechCrunch. "O maior desafio na entrega de cuidados de saúde no momento é a crescente disparidade entre a demanda e a oferta de expertise médica". O caminho entre benchmarks e prática clínica, no entanto, é extenso. Um sistema que brilha em casos escritos da New England Journal of Medicine ainda precisa ser testado em hospitais reais, com registros incompletos, sintomas em evolução, pressão de tempo e consequências de decisões reais. A Microsoft já iniciou testes clínicos em parceria com o Beth Israel Deaconess Medical Center em Boston, onde pacientes receberão tratamento padrão enquanto o DxO opera em paralelo — com consentimento — para comparação direta com médicos. O que o estudo da Microsoft revela, acima de tudo, é que a IA na saúde está deixando de ser sobre modelos que respondem perguntas e entrando na era de sistemas que coordenam raciocínio. O DxO não substitui um médico — ele simula um conselho de médicos. E essa distinção de arquitetura, não apenas de capacidade de modelo, pode ser o que separa experimentos acadêmicos de ferramentas que realmente transformam a prática clínica.
Fontes: TechCrunch, The Verge, Microsoft Research
✓ Fontes independentes cruzadas e verificadas antes da publicação
