A Microsoft apresentou um sistema de inteligência artificial denominado MAI-DxO que acertou 83% dos diagnósticos em casos complexos simulados do New England Journal of Medicine, superando significativamente médicos generalistas e internistas que acertaram apenas 36% trabalhando individualmente com materiais de referência.
O sistema, referido como DxO, coordena múltiplos agentes de IA que funcionam como um painel de médicos. Cada agente questiona o paciente, ordena testes e debate diagnósticos antes de chegar a uma conclusão. Os resultados foram publicados em Science em outubro de 2026.
Uma ressalva importante sobre o estudo: os casos testados eram simulações, e casos tão complexos são normalmente tratados por especialistas ou equipes médicas multidisciplinares, que não participaram da comparação. Dessa forma, a avaliação não incluiu o padrão de atendimento real para esse tipo de situação.
Imagem: TechCrunch / Microsoft AI. Melhorias de acurácia entregues pelo DxO em casos complexos entre diferentes grandes modelos de linguagem
Desempenho com diferentes modelos
A Microsoft testou DxO com modelos de inteligência artificial de OpenAI, Google, Anthropic, Meta e DeepSeek, obtendo melhores resultados com GPT-5 e GPT-5.5. Os dados da própria pesquisa indicam que grande parte da melhoria provém dos modelos subjacentes, com o sistema de orquestração agregando ganhos adicionais.
Com GPT-5 sozinho e um prompt básico, o modelo atingiu 78,9% de acurácia em casos complexos ao custo aproximado de $8.400 por caso. O DxO reduziu esse custo em cerca de $3.000 enquanto elevava a acurácia apenas cerca de 4 pontos. Em casos de pronto-socorro, a melhoria tanto de acurácia quanto de custo foi mínima com GPT-5.
Com GPT-5.5, lançado em abril de 2026, os resultados dividiram-se. Em casos complexos, DxO aumentou a acurácia de 72% para próximo a 87% com custo ligeiramente menor. Porém, em casos de pronto-socorro, ambas as abordagens atingiram cerca de 85%, sem ganhos significativos.
O sistema demonstra efetividade particular com modelos menos capazes. O Gemini 2.5 Flash, por exemplo, obteve 46,4% de acurácia sozinho, mas alcançou quase 69% com DxO. Ainda assim, a diferença de desempenho entre modelos fracos e fortes permaneceu maior que o ganho proporcionado pela orquestração do DxO. Pesquisadores da Microsoft explicaram que ganhos de acurácia naturalmente diminuem conforme modelos se aproximam do máximo teórico, e que o sistema DxO auxilia na otimização simultânea de acurácia e custo.
Contexto competitivo
A publicação desses resultados posiciona a Microsoft ao lado de Google e OpenAI em reivindicações de que suas inteligências artificiais podem igualar ou superar médicos. Google publicou simultaneamente um estudo clínico em The Lancet, em parceria com Beth Israel Deaconess Medical Center, avaliando sua IA conversacional de diagnóstico (AMIE) em atendimentos reais de urgent care.
Perspectivas futuras
Mustafa Suleyman, CEO da Microsoft AI e ex-cofundador do DeepMind (adquirido pelo Google em 2014), designou os resultados como um passo rumo à "superinteligência médica", definida como a capacidade de superar os mais fortes sistemas de saúde contemporâneos liderados por humanos em raciocínio médico e coordenação ao longo de todo o continuum de cuidados.
Dominic King, vice-presidente de Health na Microsoft AI, contextualizou a relevância do trabalho: "O maior desafio na prestação de serviços de saúde no momento é o crescente desajuste entre demanda e oferta de expertise médica".
A Microsoft está desenvolvendo uma parceria com a Mayo Clinic para treinar um foundation model dedicado à saúde, com lançamento planejado para 2027. Suleyman prevê que modelos de healthcare ficarão "uma ordem de magnitude" melhores em 24 a 36 meses e antecipa um "breakthrough em estilo de coding para registros médicos" em 2027, esperando gerar "previsões altamente precisas sobre como um registro médico pode se desenrolar", descrevendo tal capacidade como "ouro puro" para clínicos.
Avaliação clínica em ambiente real
Por meio de parceria com o Beth Israel Deaconess Medical Center em Boston, a Microsoft avaliará as capacidades de raciocínio clínico de DxO em diferentes contextos hospitalares. Pacientes que consentirem receberão tratamento padrão (triagem, consulta com especialista, investigações e decisão de alta) enquanto, em paralelo, o DxO fornecerá suas recomendações. A equipe comparará as sugestões do sistema contra as decisões de médicos humanos.
Dominic King chamou esse de "o maior estudo do tipo", abrangendo não apenas departamentos de emergência, mas também ambientes de urgent care, com promessa de fornecer "evidências muito convincentes" sobre a capacidade de implantação em maior escala.
Microsoft já comercializa ferramentas de ditado e radiologia para clínicos, posicionando DxO como expansão natural desses produtos médicos existentes. Suleyman reafirmou o compromisso: "Temos que ter os produtos de suporte à decisão clínica médica número um absoluto estado da arte nos próximos anos".
