Uma inteligência artificial acertou 83% dos diagnósticos em uma avaliação de casos médicos complexos. Os médicos generalistas que participaram da comparação alcançaram 36% de acerto mesmo com acesso a livros e referências médicas. Os números parecem anunciar uma mudança radical na medicina, e foi justamente esse o destaque de uma notícia publicada pelo G1 em 23 de outubro de 2026. Mas existe uma diferença importante entre diagnosticar um caso em um teste controlado e cuidar de uma pessoa de verdade.
O resultado vem do MAI-DxO, sistema desenvolvido pela Microsoft para investigar casos clínicos de forma sequencial. Em vez de receber todas as informações e simplesmente apontar uma doença, a ferramenta pode solicitar dados adicionais, sugerir exames, avaliar hipóteses e rever suas conclusões conforme novas informações aparecem. O estudo foi publicado na revista científica Science, em outubro de 2026, e apresentou resultados expressivos em dois conjuntos de casos médicos.
A notícia merece atenção, mas não porque prove que os médicos estão com os dias contados. Ela mostra que a inteligência artificial está avançando em uma das atividades mais complexas da medicina: reunir informações incompletas, avaliar possibilidades e chegar a um diagnóstico. A questão agora é entender o que esse desempenho significa fora do ambiente de testes — e o que ainda falta para transformar a pesquisa em uma ferramenta segura na rotina dos hospitais.
Como a inteligência artificial chegou a esse resultado?
Diagnosticar uma doença raramente é uma questão de reconhecer um único sintoma. Dor de cabeça, cansaço, febre ou falta de ar podem estar associados a condições muito diferentes. O trabalho médico envolve reunir informações sobre o histórico do paciente, interpretar sintomas, considerar doenças prévias, avaliar sinais clínicos e decidir quais exames podem ajudar a esclarecer o quadro.
O MAI-DxO tenta reproduzir parte desse raciocínio em etapas. O sistema coordena diferentes agentes de inteligência artificial que analisam o caso, sugerem perguntas e exames e discutem hipóteses antes de chegar a uma conclusão. A proposta é avaliar não apenas se a resposta final está correta, mas também o caminho percorrido para chegar até ela, incluindo os exames solicitados e os custos estimados da investigação.
Nos casos complexos selecionados do New England Journal of Medicine, o sistema alcançou 83% de precisão diagnóstica. Os médicos generalistas avaliados acertaram 36% quando podiam consultar referências e 22% sem esse apoio. Em outro conjunto, composto por casos mais comuns de atendimentos de emergência, a IA atingiu 80% de precisão, enquanto a média dos médicos foi de 47%. A Microsoft também relatou que o sistema conseguiu investigar os casos com custos estimados menores em determinadas configurações.
É um resultado significativo. Mas a forma como a comparação foi feita importa tanto quanto os percentuais. Os casos complexos vinham de relatos médicos selecionados para discussão científica, e os profissionais comparados eram médicos generalistas individuais, não necessariamente especialistas nas doenças de cada caso nem equipes multidisciplinares. O estudo também não reproduziu todas as condições de um atendimento real.
Em outras palavras, a pesquisa avaliou o desempenho diagnóstico em cenários estruturados. Não demonstrou que a IA seja superior aos médicos em todas as especialidades, nem que possa assumir sozinha o atendimento de pacientes.
Acertar um diagnóstico não é o mesmo que cuidar de alguém
Imagine uma pessoa que chega a um pronto-socorro com dor no peito. O sistema pode cruzar sintomas, histórico, resultados de exames e probabilidades para sugerir hipóteses. Pode até ajudar a identificar uma condição que não apareceu nas primeiras suspeitas da equipe. Esse tipo de apoio tem potencial para ser valioso, principalmente quando há muitas informações para analisar ou quando o diagnóstico é difícil.
Mas, no atendimento real, as informações nem sempre chegam organizadas. O paciente pode não lembrar de um medicamento, descrever um sintoma de forma imprecisa ou apresentar sinais que mudam ao longo das horas. Há exames que precisam ser realizados fisicamente, decisões que dependem da urgência e tratamentos cujos riscos precisam ser discutidos com a pessoa atendida. Além disso, um diagnóstico correto não garante, sozinho, que o tratamento escolhido será adequado.
O próprio estudo da Microsoft não avaliou todos esses elementos. Seu foco foi o raciocínio diagnóstico, e não a substituição completa do trabalho clínico, a segurança de tratamentos ou os resultados de saúde de pacientes acompanhados ao longo do tempo. A empresa anunciou planos de testar o sistema em ambiente hospitalar, em parceria com o Beth Israel Deaconess Medical Center, em Boston, para investigar seu desempenho em condições mais próximas da prática clínica.
Essa é a diferença entre uma demonstração promissora e uma tecnologia pronta para uso amplo. Um sistema pode ter desempenho excelente em uma avaliação e ainda precisar provar que funciona com segurança em diferentes populações, hospitais e condições de atendimento.
Na medicina, acertar a resposta é fundamental. Saber quando confiar nela também é.
A IA já faz parte da medicina — mas de formas diferentes
A inteligência artificial não está esperando uma autorização para entrar na saúde. Ela já é utilizada em ferramentas que analisam imagens médicas, ajudam a detectar alterações, organizam informações clínicas e apoiam decisões específicas. A Administração de Alimentos e Medicamentos dos Estados Unidos (FDA), por exemplo, mantém uma lista de dispositivos médicos com IA autorizados para comercialização no país. Esses sistemas passam por avaliações relacionadas ao uso pretendido, à segurança e à eficácia, conforme os requisitos regulatórios aplicáveis.
Isso não significa que todos os sistemas de IA tenham a mesma finalidade ou o mesmo nível de validação. Uma ferramenta projetada para identificar alterações em uma imagem não equivale a um sistema que sugere diagnósticos a partir de um histórico clínico. Cada aplicação precisa ser avaliada de acordo com o que promete fazer e com os riscos envolvidos.
A Organização Mundial da Saúde também alerta para a necessidade de supervisão, transparência e avaliação rigorosa de tecnologias de IA em saúde. Sistemas podem produzir informações incorretas, reproduzir vieses presentes nos dados utilizados ou apresentar respostas convincentes sem que elas estejam certas. Em medicina, esse tipo de falha pode ter consequências diretas para o paciente.
Por isso, a discussão não deveria ficar restrita à pergunta “a IA é melhor que o médico?”. É preciso perguntar em qual tarefa, em quais condições, para quais pacientes e com qual mecanismo de controle. Uma tecnologia pode ser excelente para encontrar padrões e, ainda assim, precisar de supervisão humana para interpretar o resultado no contexto de uma pessoa específica.
O que muda para médicos e pacientes?
Se sistemas como o MAI-DxO demonstrarem segurança e eficácia em estudos clínicos reais, poderão ajudar profissionais a investigar casos difíceis, organizar hipóteses, selecionar exames e reduzir etapas desnecessárias. Também poderão funcionar como uma segunda análise, apontando possibilidades que mereçam ser consideradas pela equipe. Em contextos com acesso limitado a especialistas, ferramentas bem validadas podem contribuir para ampliar a capacidade de investigação — desde que existam infraestrutura, treinamento e protocolos adequados.
Isso também muda as competências necessárias para trabalhar na saúde. Além do conhecimento clínico, profissionais precisarão compreender as capacidades e limitações das ferramentas digitais, avaliar a qualidade de suas recomendações e reconhecer quando uma resposta automatizada não faz sentido. O objetivo não é aceitar toda sugestão da máquina, mas saber como utilizá-la sem transferir para ela a responsabilidade pelo cuidado.
Para os pacientes, a questão envolve segurança, privacidade e clareza. É importante saber quando uma ferramenta participa de uma decisão, como os dados de saúde são tratados e quem responde pelas decisões clínicas. A tecnologia não deve transformar uma recomendação automatizada em uma autoridade impossível de questionar.
O futuro da medicina não será definido por um único percentual de precisão. Será definido pela capacidade de transformar avanços técnicos em cuidados que funcionem para pessoas reais, com benefícios comprovados e riscos controlados.
A próxima etapa não é substituir. É comprovar.
O estudo da Microsoft representa um avanço relevante no uso da inteligência artificial para o raciocínio diagnóstico. Mas a distância entre um resultado experimental e uma aplicação clínica segura ainda precisa ser percorrida. Os testes em hospitais, a avaliação independente, a análise de possíveis erros e a comprovação de benefícios para os pacientes serão decisivos para entender o lugar que sistemas desse tipo poderão ocupar.
Talvez a pergunta mais útil não seja se a IA vai substituir os médicos, mas quais partes do trabalho médico ela conseguirá executar com segurança, como será supervisionada e de que forma poderá melhorar o atendimento sem reduzir a pessoa a um conjunto de dados.
A tecnologia pode ampliar a capacidade de análise de um profissional. O desafio é garantir que essa capacidade venha acompanhada de responsabilidade, transparência e cuidado.
E fica o convite à reflexão: se uma IA puder ajudar a encontrar um diagnóstico mais rápido, quais garantias precisamos exigir antes de confiar nela dentro de um hospital?
Produção: Lamar Comunicação
Concepção: João Victor
Texto: Jarvis, inteligência artificial da Lamar Comunicação
Revisão e edição: Ketlyn
