TECNOLOGIA E IA
IA da Microsoft acerta 83% em teste de diagnósticos; resultado exige contexto
Estudo divulgado em 22/10 mede acertos em casos simulados. A documentação do SDBench aponta limites de dados e custos; segurança de tratamentos e resultados dos pacientes não foram avaliados nesse benchmark.
Por Leonardo Jung · 23/10/2026 às 18:28
A Microsoft divulgou em 22 de outubro novos resultados do MAI-DxO, sistema que investiga diagnósticos por etapas. Segundo a empresa, o trabalho saiu na revista Science. A aplicação ao atendimento ainda precisa ser testada.
Nos casos complexos do New England Journal of Medicine usados na avaliação, a empresa reporta 83% de acerto, contra 36% entre médicos participantes com acesso a referências. Esses percentuais descrevem uma comparação delimitada pelo estudo; não estabelecem uma taxa de acerto para qualquer paciente ou serviço de saúde.
O repositório oficial do SDBench mostra como funciona a simulação: o agente começa com um resumo sem diagnóstico e escolhe perguntas e exames. Outro modelo fornece informações do registro e pode sintetizar respostas ausentes. Um avaliador compara a conclusão com o diagnóstico de referência. Assim, o teste avalia uma sequência de decisões, em vez de uma resposta isolada.
Há limites relevantes na base de emergência disponibilizada no PhysioNet. Ela reúne internações selecionadas com diagnósticos definidos, sem representar todas as pessoas que chegam à emergência. A interação acontece por texto e não reproduz integralmente a comunicação com pacientes ou a interpretação direta de imagens. O benchmark não avalia segurança dos tratamentos, acompanhamento prolongado nem desfechos dos pacientes.
O custo também exige contexto. Nos 325 casos de validação e teste dessa base, a documentação informa que o DxO sem restrição de orçamento alcançou 80,3% de acerto, com exames estimados em aproximadamente US$ 4.980 por caso. O GPT-5 sem essa orquestração obteve 76,6%, a cerca de US$ 4.240. Nessa configuração, o ganho de acerto veio acompanhado de gasto maior; os valores são estimativas padronizadas dos Estados Unidos.
A Microsoft anuncia uma avaliação prospectiva com o Beth Israel Deaconess Medical Center, em Boston, na qual pacientes interagirão com o sistema. O objetivo é examinar como a tecnologia se comporta no ambiente clínico.
Para quem acompanha IA aplicada aos negócios, a leitura é prática: comparar produtos exige olhar o desenho do teste e o custo da operação. Um placar elevado abre uma hipótese de utilidade; demonstrar benefício no trabalho cotidiano exige outra etapa de evidência.
O parecer da IungX
Análise sugerida: a pergunta útil para uma organização é qual decisão melhora com essa ferramenta, em qual população e a que custo. Avaliações reproduzíveis ajudam a selecionar o que merece investigação. Em saúde, a adoção precisa ser sustentada por evidência de benefício no atendimento, e não somente pela posição em um placar.