Um sistema de apoio ao diagnóstico da Microsoft AI acertou 83% dos casos clínicos complexos que enfrentou em simulação — mais que o dobro dos 36% obtidos por médicos de atenção primária e internistas gerais avaliados individualmente, com material de referência à mão. O estudo saiu na Science na quinta-feira e sustenta a tese da companhia de que a IA pode igualar ou superar o raciocínio clínico humano.
A ressalva está no desenho do teste. Os casos vieram do New England Journal of Medicine e, no mundo real, costumam ser conduzidos por especialistas ou equipes multidisciplinares — perfil ausente da comparação. O contraste é entre a máquina e o clínico generalista, não entre a máquina e a medicina de ponta.
Como o MAI-DxO monta o diagnóstico
O sistema, batizado MAI-DxO (ou DxO), não é um modelo de linguagem respondendo sozinho. É uma camada de orquestração — a coordenação de várias tarefas e modelos por um controlador central — que reúne agentes de IA e os faz trabalhar como um comitê clínico. Cada agente interroga o paciente, pede exames e confronta hipóteses com os demais até o grupo fechar um diagnóstico.
A Microsoft rodou a estrutura sobre modelos de OpenAI, Google, Anthropic, Meta e DeepSeek. Os melhores resultados vieram do GPT-5 e do GPT-5.5, ambos da OpenAI.
A tabela que explica o resultado
| Cenário | Modelo base | Sem DxO | Com DxO | Custo por caso |
|---|---|---|---|---|
| Casos complexos | GPT-5 | 78,9% | cerca de 4 pontos a mais | ~US$ 8.400 sem DxO; ~US$ 3.000 menos com DxO |
| Casos complexos | GPT-5.5 | 72% | ~87% | ligeiramente menor com DxO |
| Pronto-socorro | GPT-5 | — | ganho marginal | pouca diferença |
| Pronto-socorro | GPT-5.5 | ~85% | ~85% | semelhante |
| Casos complexos | Gemini 2.5 Flash | 46,4% | ~69% | não informado |
O GPT-5.5, lançado em abril de 2026, é o retrato mais claro da tese. Sozinho, com um comando curto e básico, acertou 72% dos casos complexos; com o DxO, beirou 87%, a um custo um pouco menor. No GPT-5, o padrão se repete com outro perfil: a acurácia subiu perto de quatro pontos, e a economia ficou em torno de US$ 3.000 sobre uma base de US$ 8.400 por caso.
O ponto cego aparece no pronto-socorro. Ali, com qualquer dos dois modelos, o DxO não entregou ganho relevante — nem em acerto, nem em custo.
O ganho vem do modelo, não só da orquestração
Os números do estudo indicam que boa parte do salto nasce dos modelos de base mais potentes, com a coordenação acrescentando algo por cima. A distância entre um modelo fraco e um forte mostrou-se maior do que o reforço trazido pelo DxO: o Gemini 2.5 Flash foi de 46,4% para quase 69% com a orquestração, avanço real, mas ainda abaixo do que um modelo superior entrega sem ajuda.
Pesquisadores da Microsoft observaram que ganhos de acurácia encolhem conforme os modelos se aproximam do teto teórico — o que ajuda a explicar por que o DxO rende mais em casos difíceis do que em emergências, onde os modelos já partem de patamar alto. Com o resultado, a Microsoft se junta a Google e OpenAI no grupo que alega desempenho médico equivalente ou superior ao de profissionais de saúde.
Mayo Clinic, Beth Israel e o próximo passo
O executivo por trás do projeto tem histórico na área. Mustafa Suleyman, CEO da Microsoft AI, foi cofundador da DeepMind, comprada pelo Google em 2014; no ano seguinte, a DeepMind adquiriu a Hark, startup de gestão de tarefas clínicas fundada por Dominic King, e as duas deram origem à DeepMind Health. Suleyman chegou à Microsoft em 2024 para liderar a unidade de IA, e King o seguiu meses depois.
A companhia treina com a Mayo Clinic um modelo de fundação para saúde, com lançamento previsto para o próximo ano. Em paralelo, uma parceria com o Beth Israel Deaconess Medical Center, em Boston, vai avaliar a capacidade de raciocínio clínico do DxO em diferentes ambientes hospitalares. O desenho: o paciente recebe o tratamento padrão — triagem, consulta com especialista, exames, decisão sobre alta — e, em paralelo, quem consente também interage com o sistema; depois, as recomendações da IA são comparadas às dos médicos.
O movimento acompanha o setor. O Google publicou neste mês, com o mesmo Beth Israel, um estudo clínico na The Lancet para avaliar seu sistema conversacional de diagnóstico, o AMIE, em atendimentos de urgência reais, com médicos monitorando as interações em tempo real. A Microsoft já vende ferramentas de ditado e radiologia para clínicos e trata o DxO como extensão dessa linha.
Leitura para o investidor
Para quem acompanha Microsoft (MSFT) e Alphabet (GOOGL), a notícia não traz receita, orientação ou contrato divulgado — é pesquisa aplicada, ainda sem monetização clara. O custo por caso dá a dimensão econômica do produto: US$ 8.400 para resolver um caso complexo é uma despesa que só se sustenta com ganho mensurável de desfecho ou de produtividade.
O gargalo seguinte é regulatório e operacional: sistemas de apoio à decisão clínica precisam de validação em ambiente real, e é isso que a parceria com o Beth Israel tenta produzir. Até lá, o dado de 83% contra 36% deve ser lido como sinal de direção tecnológica, não como previsão de receita.