Mustafa Suleyman, da Microsoft, diz que sua IA supera médicos em casos difíceis enquanto ele persegue a 'superinteligência médica'

O sistema de diagnóstico de IA da Microsoft diagnosticou corretamente casos médicos complexos em uma simulação mais do que o dobro de vezes em comparação a médicos generalistas, de acordo com um estudo publicado na quinta-feira na revista Science. Mustafa Suleyman, CEO da Microsoft AI, chamou o resultado de um passo em direção à “superinteligência médica”.

O sistema, batizado de MAI-DxO (ou simplesmente DxO), coordena vários agentes de IA que atuam como uma junta médica. Eles questionam o paciente, solicitam exames e debatem um diagnóstico.

Em uma simulação utilizando casos complexos do New England Journal of Medicine, o sistema acertou 83% das vezes. Médicos de atenção primária e internistas generalistas, trabalhando individualmente com materiais de referência, acertaram 36% das vezes. Uma observação: casos tão complexos são normalmente tratados por especialistas ou equipes médicas, que não fizeram parte da comparação.

“Há algo muito substancial e emocionante aqui”, disse Dominic King, vice-presidente de Saúde da Microsoft AI, ao TechCrunch. “O maior desafio na prestação de cuidados de saúde no momento é a crescente discrepância entre a demanda e a oferta de expertise médica.”

Ao publicar esses resultados, a Microsoft se junta à Google e à OpenAI ao afirmar que sua IA pode igualar ou superar os médicos.

Os próprios dados do estudo sugerem que grande parte da melhoria vem de modelos de IA subjacentes mais potentes, com o sistema de orquestração da Microsoft adicionando ganhos por cima.

A Microsoft testou o MAI-DxO com modelos de várias empresas, incluindo OpenAI, Google, Anthropic, Meta e DeepSeek, mas seus melhores resultados vieram com o GPT-5 e o GPT-5.5 da OpenAI. 

A Microsoft avaliou o DxO tanto em termos de custo quanto de precisão, significando o custo estimado de execução da IA em cada caso. Sozinho, com um prompt curto e básico, o GPT-5 pontuou 78,9% em casos complexos a um custo de cerca de US$ 8.400 por caso. O DxO reduziu esse custo em cerca de US$ 3.000, mas aumentou a precisão em apenas quatro pontos percentuais. Em casos de pronto-socorro, houve pouca melhoria na precisão ou no custo entre o GPT-5 sozinho e com a assistência do DxO.

Com o GPT-5.5, um modelo mais recente lançado em abril de 2026, os resultados se dividiram. Em casos complexos, o DxO elevou a pontuação de precisão do GPT-5.5 de 72% para quase 87%, com um custo ligeiramente menor. No entanto, os ganhos mais uma vez não apareceram em casos de pronto-socorro. Ambos (com e sem o DxO) pontuaram cerca de 85% a um custo semelhante. 

O DxO ajuda mais em casos complexos e com modelos de IA menos capazes. O Gemini 2.5 Flash, por exemplo, pontuou 46,4% sozinho, mas quase 69% com o DxO. Mesmo assim, a diferença entre os modelos mais fracos e mais fortes foi maior do que o impulso fornecido pelo DxO.

Pesquisadores da Microsoft disseram que os ganhos de precisão diminuem naturalmente à medida que os modelos se aproximam do máximo teórico. “A orquestração do DxO ajuda no desafio mais amplo de otimizar tanto a precisão quanto o custo”, acrescentou um porta-voz.

Suleyman, que lidera o esforço da Microsoft para construir sua própria IA de ponta, disse ao TechCrunch que a empresa está trabalhando com a Mayo Clinic para treinar um modelo fundamental para a saúde, com lançamento planejado para o próximo ano. Ele acredita que esse modelo permitirá à empresa “dar saltos realmente enormes aqui” e diz que o DxO faz parte da infraestrutura fundamental que a Microsoft está construindo para ver avanços reais na saúde. 

“Eu realmente acredito que em 2027 estaremos prestes a um avanço no estilo de codificação para prontuários médicos”, disse Suleyman. “Acho que seremos capazes de transmitir previsões altamente precisas sobre como um prontuário médico pode se desenrolar e, obviamente, esse tipo de previsão para um clínico é ouro em pó.”

Suleyman passou sua carreira tentando usar a IA para resolver problemas médicos. Ele foi anteriormente cofundador da DeepMind, que foi adquirida pelo Google em 2014. No ano seguinte, o Google DeepMind adquiriu a startup Hark de King, um aplicativo de gerenciamento de tarefas clínicas, e ambos lançaram o DeepMind Health juntos. Suleyman juntou-se à Microsoft para liderar sua unidade de IA em 2024, e King o seguiu alguns meses depois.

“Nós somos apenas crentes convictos”, disse Suleyman.

Ele disse que, embora o uso de IA gerativa na saúde ainda esteja no início, ele espera que os modelos de saúde fiquem “uma ordem de grandeza melhores em capacidade dentro dos próximos 24 a 36 meses”. 

“Como vimos várias vezes nos últimos cinco ou seis anos, o progresso acontece muito rapidamente assim que você tem um volante (*flywheel*)”, disse Suleyman. “Um volante significa que temos um modelo em produção que estamos iterando com o uso no mundo real para identificar lacunas no modelo e, em seguida, corrigi-las e melhorá-las. Foi isso que aconteceu na codificação. Foi o que aconteceu no chat antes disso. E acho que no ano passado isso vai começar a acontecer para prontuários médicos e suporte à decisão clínica.”

Por meio de uma nova parceria com o Beth Israel Deaconess Medical Center em Boston, a Microsoft avaliará as capacidades de raciocínio clínico do DxO em diferentes ambientes hospitalares.

“Esta tecnologia está pronta para avaliações no mundo real, e você pode imaginar a complexidade e a diversidade de problemas que vêm de um pronto-socorro de Boston em uma sexta-feira à noite”, disse King.

Ele explicou como o estudo funcionará: os pacientes receberão tratamento padrão, incluindo triagem, tempo com um especialista, tratamentos, investigações e decisão sobre a segurança da alta. Paralelamente, aqueles que consentirem também interagirão com o DxO. A Microsoft e seus parceiros compararão as recomendações do DxO com as dos médicos humanos. 

O Google publicou um estudo clínico em parceria com o Beth Israel na revista The Lancet este mês para avaliar a IA de diagnóstico conversacional AMIE do Google em visitas de atendimento de urgência no mundo real, enquanto médicos humanos monitoravam as interações em tempo real. 

“Achamos que este será o maior estudo de seu tipo”, disse King. “Ele abrangerá não apenas ambientes de emergência, mas também ambientes de atendimento de urgência, e nos dará evidências muito convincentes até o final do período do estudo sobre a capacidade desses sistemas serem implantados em maior escala no futuro.”

O estudo da Microsoft na Science coincide com uma espécie de manifesto sobre o que será necessário para construir a superinteligência médica, definida como “a capacidade de superar os sistemas de saúde liderados por humanos mais fortes da atualidade em raciocínio médico e coordenação em todo o arco do atendimento”. A Microsoft espera ir além do benchmarking de tarefas individuais — como responder a perguntas de exames médicos e gerar diagnósticos — para se integrar a clínicos e sistemas de saúde visando melhores desfechos. 

“Este é o tipo de tecnologia que todo mundo no mundo quer, e é por isso que estamos comprometidos em fazer tudo o que pudermos para acelerar sua introdução no mundo”, disse Suleyman, acrescentando que esse foco pode ser um diferencial para a Microsoft em comparação com os outros laboratórios de fronteira. 

A Microsoft já vende ferramentas de ditado e radiologia para clínicos e vê o DxO como uma expansão desses esforços. 

“Precisamos ter os melhores produtos de suporte à decisão clínica médica do mundo nos próximos anos”, disse Suleyman.