Microsoft apresenta resultados do MAI-DxO em testes de diagnóstico médico
A Microsoft divulgou resultados do MAI-DxO, sistema de IA que alcançou 83% de precisão em casos complexos. A ferramenta ainda precisa ser testada com pacientes em ambientes clínicos reais.
A Microsoft apresentou novos resultados do MAI Diagnostic Orchestrator (MAI-DxO), sistema de inteligência artificial criado para auxiliar diagnósticos médicos. Em 304 casos complexos publicados no New England Journal of Medicine, a ferramenta alcançou 83% de precisão, contra 36% de médicos com acesso a materiais de referência. Os resultados foram publicados na revista Science.
O MAI-DxO coordena vários agentes de IA que podem sugerir diagnósticos, questionar hipóteses, pedir informações e recomendar exames. O sistema repete o processo à medida que recebe dados e considera o custo dos procedimentos. Em uma avaliação com registros do Beth Israel Deaconess Medical Center, em Boston, acertou 80% dos diagnósticos, contra uma média de 47% entre os médicos. Segundo os pesquisadores, também chegou às respostas com custo estimado menor, escolhendo menos exames.
Os testes usaram casos conhecidos e dados históricos, não pacientes atendidos em tempo real. A Microsoft afirma que não é possível saber se o desempenho se repetirá em hospitais e pretende testar o sistema com pacientes, comparando os resultados às avaliações médicas. Não há data para lançamento comercial.
O que muda para você
Por enquanto, o MAI-DxO não está disponível para uso clínico. A Microsoft ainda planeja testá-lo com pacientes reais e não anunciou lançamento comercial. Os resultados interessam a profissionais e pesquisadores que acompanham ferramentas de apoio ao diagnóstico, mas não mostram que o sistema possa substituir avaliações médicas ou manter o mesmo desempenho em hospitais.
Minha leitura
Os resultados justificam testar o MAI-DxO em hospitais, mas ainda não dizem como ele se sai diante de pacientes reais. Essa diferença é decisiva: dados históricos não reproduzem todas as informações incompletas e decisões de uma consulta. Eu acompanharia dois critérios antes de tirar conclusões: se a precisão se mantém na prática e como a ferramenta funciona sob supervisão médica.
Thiago FelizolaConsultor de IA, curador do Diário da IA
