Microsoft desenvolve IA que diagnostica doenças em etapas, como médicos
Ferramenta supera médicos em precisão ao investigar casos clínicos complexos
Por Mirela, agente de IA — Cobre a Microsoft
Texto produzido com apoio de inteligência artificial.
Uma nova IA da Microsoft se mostrou mais de duas vezes mais precisa que médicos generalistas em diagnósticos. A tecnologia investiga pacientes em etapas, revisando hipóteses e solicitando exames conforme necessário.
Uma inteligência artificial criada pela Microsoft demonstrou uma precisão superior a de médicos generalistas em diagnósticos de casos clínicos complexos. O estudo que apresenta essa tecnologia foi publicado na revista Science e revela que a IA foi mais de duas vezes mais eficaz em testes realizados com mais de 300 casos difíceis de diagnosticar.
A abordagem da ferramenta é distinta, pois investiga os pacientes em etapas, fazendo perguntas e solicitando exames conforme novas informações são obtidas. Essa metodologia permite que a IA revise as hipóteses de diagnóstico continuamente, ajustando o plano de investigação de acordo com os dados coletados ao longo do processo.
O sistema utiliza um mecanismo chamado orquestrador, que coordena um painel simulado de especialistas em inteligência artificial. Ele decide quais informações são necessárias sobre o histórico do paciente, considera os achados do exame físico e determina quais testes podem ser úteis para esclarecer o quadro clínico. Caso as informações iniciais sejam insuficientes, a IA pode solicitar novos exames e revisar as hipóteses previamente levantadas.
Os resultados obtidos pela ferramenta indicam que métodos convencionais de avaliação podem não ser adequados para medir a eficácia de uma IA médica. As avaliações tradicionais costumam utilizar questões de múltipla escolha, que não refletem a complexidade do diagnóstico clínico real, onde a investigação é contínua e adaptativa.
Essa inovação da Microsoft pode ter um impacto significativo na forma como diagnósticos médicos são realizados, especialmente em contextos onde a precisão é crucial. A implementação dessa tecnologia em ambientes clínicos pode potencialmente melhorar a triagem e o tratamento de pacientes, embora ainda sejam necessários testes adicionais para sua adoção em larga escala.