A Microsoft apresentou resultados de um sistema de inteligência artificial que conduz a investigação de doenças em etapas, escolhendo quais perguntas fazer ao paciente e quais exames solicitar antes de chegar a uma hipótese diagnóstica. O estudo, publicado na revista científica Science em 22 de outubro de 2026, descreve o Microsoft AI Diagnostic Orchestrator (MAI-DxO) e um método de avaliação chamado Sequential Diagnosis Benchmark (SDBench).
Segundo a explicação oficial da Microsoft, o sistema atingiu 83% de precisão em uma avaliação com casos médicos complexos publicados no The New England Journal of Medicine. Na mesma comparação, médicos alcançaram 22% sem materiais de consulta e 36% com referências externas. Esses percentuais se referem às condições específicas do experimento; não demonstram que a IA seja superior a médicos em atendimentos reais.
Como a IA chega ao diagnóstico
Em vez de receber de uma só vez sintomas, exames e histórico completos, o MAI-DxO começa com informações limitadas. Um mecanismo de orquestração coordena diferentes perspectivas de modelos de IA, como se fosse uma equipe virtual que discute hipóteses e escolhe o próximo passo: perguntar algo, examinar um achado ou solicitar um teste.
O SDBench transforma os problemas médicos em tarefas interativas e acompanha tanto o acerto final quanto o caminho percorrido. A avaliação inclui 304 casos complexos de publicações do NEJM e cenários de pronto-socorro extraídos do conjunto de dados MIMIC-IV-ED.
Nos cenários de emergência, o estudo relatou 80% de precisão para o MAI-DxO, ante 47% para os médicos na configuração de comparação. Os pesquisadores também avaliaram os custos estimados dos exames: uma configuração otimizada atingiu 81% de precisão nos casos complexos com custo de investigação inferior à metade do registrado nos comparativos. Esses valores são resultados de simulação e benchmark, não de uma economia já demonstrada em hospitais.
O que ainda precisa ser comprovado
A pesquisa representa um avanço na forma de testar raciocínio clínico de sistemas de IA, mas não é uma autorização para que o software substitua profissionais de saúde. Casos selecionados, condições padronizadas, diferenças de acesso a recursos e custos estimados limitam a comparação com consultas e emergências reais.
A Reuters informou em 23 de outubro que a equipe trabalha com o Beth Israel Deaconess Medical Center, em Boston, para avaliar futuramente a capacidade de triagem de pacientes em salas de espera de emergência. Essa colaboração é uma etapa de avaliação, não uma implantação clínica generalizada comprovada.
Os pesquisadores disponibilizaram componentes do SDBench para permitir reprodução e contestação dos resultados. O desafio agora é demonstrar segurança, utilidade e desempenho em contextos clínicos diversos, com supervisão humana, proteção de dados e validação independente.
Fontes: Microsoft, 22/10/2026; estudo na Science, DOI 10.1126/science.aeh7930; Reuters, 23/10/2026.
Imagem ilustrativa: médico examinando paciente, National Cancer Institute/NIH (2005), Wikimedia Commons, domínio público nos Estados Unidos. A fotografia não representa a tecnologia estudada.
Fontes
https://news.microsoft.com/source/latam/noticias-de-microsoft/construir-superinteligencia-medica-ia/