83% contra 36%: o que o estudo da IA que "venceu os médicos" realmente mostra

Em uma frase: um sistema de IA acertou 83% de casos clínicos difíceis, contra 36% de médicos generalistas, mas o teste foi uma simulação, os médicos trabalharam sozinhos e boa parte do ganho vem do modelo de linguagem por trás, não do sistema.

O que aconteceu

Em outubro de 2026, a divisão de IA da Microsoft publicou na revista Science os resultados do MAI-DxO. Ele não é um único modelo, e sim um "orquestrador": vários agentes de IA trabalham como um painel de médicos. Um faz perguntas ao paciente, outro pede exames, outro questiona as hipóteses dos demais, e juntos chegam a um diagnóstico.

O teste usou casos clínicos complexos publicados no New England Journal of Medicine, aqueles casos famosos por enganar até especialistas.

O número

•  MAI-DxO: acertou 83% dos casos complexos.•  Médicos de atenção primária e clínicos gerais, trabalhando sozinhos com material de consulta: 36%.

Ou seja, mais que o dobro.

O que o número não diz

1. Foi simulação. Nenhum paciente real foi atendido. A IA "conversou" com casos já publicados, em que o diagnóstico final é conhecido.

2. Os médicos estavam sozinhos. Casos desse nível costumam ser resolvidos por especialistas e equipes, que consultam colegas e pedem segunda opinião. Especialistas e equipes não entraram na comparação.

3. O ganho vem principalmente do modelo de base. O GPT-5 sozinho, sem o orquestrador, já acertava 78,9%. O sistema acrescentou cerca de 4 pontos e reduziu o custo estimado por caso. Com um modelo mais fraco, o salto foi maior (de 46% para quase 69%), mas a distância entre modelos fracos e fortes continuou maior que o ganho do orquestrador.

4. Em pronto-socorro, quase nada mudou. Nos casos de emergência, a precisão ficou parecida com e sem o sistema.

O que vem depois

A própria empresa diz que o próximo passo é o mundo real. Um estudo no Beth Israel Deaconess Medical Center, em Boston, vai comparar as recomendações do sistema com as dos médicos em urgência e emergência, com pacientes que consentirem e mantendo o atendimento padrão.

O que isso muda no seu consultório

Hoje, nada na conduta: ninguém deve trocar o raciocínio clínico por uma ferramenta testada só em simulação. Mas o sinal é claro. A IA está ficando boa no tipo de raciocínio que antes era só nosso: perguntar, pedir o exame certo e duvidar da primeira hipótese.

No Brasil, a Resolução CFM 2.454/2026 já define o papel dessas ferramentas. A IA apoia, e a decisão final é sempre do médico. Quando ela apoiar uma decisão, o uso deve ser registrado no prontuário.

Selo Deeon Radar: Promissor. O resultado é bom, mas o contexto é limitado. Falta prova no mundo real.

Fonte: TechCrunch, 22/10/2026, sobre estudo publicado na Science. Leitura informativa, não substitui avaliação clínica.

Leia a fonte original