A Nvidia mostrou como um agente de inteligência artificial conseguiu criar um aplicativo médico complexo praticamente sozinho, sob orientação de um engenheiro. O programa identifica e segmenta ferramentas cirúrgicas em vídeos de endoscopia em tempo real — algo que normalmente exigiria dias de trabalho manual de programação. O experimento usou a plataforma Holoscan, feita para rodar IA na borda (diretamente no equipamento hospitalar, sem depender da nuvem), e o agente Codex, da OpenAI, que entende comandos em linguagem natural.
O desenvolvimento foi dividido em três etapas curtas. Na primeira, o engenheiro pediu ao agente que criasse um aplicativo básico reutilizando um modelo de IA já existente da Nvidia e um vídeo de exemplo. O agente leu a documentação, explorou exemplos prontos e, em 40 minutos, gerou um programa funcional que mostrava as ferramentas cirúrgicas destacadas na tela com estatísticas em tempo real. Na segunda etapa, o engenheiro pediu melhorias na visualização e a criação de um modo de teste automático — o agente fez as alterações em 20 minutos. Na terceira, pediu otimizações de desempenho, e o agente entregou uma versão mais rápida em 30 minutos.
O que torna isso relevante é a comparação que a Nvidia fez. Quando o agente trabalhava sozinho, sem instruções específicas sobre como usar as ferramentas da plataforma, ele demorava 65 minutos e consumia quase o dobro de recursos computacionais (medidos em tokens, a unidade de processamento de texto da IA). Com um guia básico de comandos, o tempo caía para 40 minutos, mas a qualidade do código ainda era inferior. A combinação ideal — instruções claras, exemplos prontos e uma interface de linha de comando padronizada — produziu o melhor resultado no menor tempo e com menor custo.
Para quem não trabalha com tecnologia, a lição prática é que ferramentas como essa podem acelerar drasticamente a criação de softwares especializados, especialmente em áreas como medicina e robótica. Um cirurgião ou engenheiro clínico poderia, no futuro, descrever em português o que precisa — "quero um sistema que identifique pinças e tesouras em vídeos de laparoscopia" — e ver um protótipo funcional em menos de uma hora. Ainda é necessário um especialista para revisar e ajustar, mas o trabalho braçal de programação fica cada vez mais delegado às máquinas.