Estudo de Harvard revela IA da OpenAI superando médicos em triagem de pronto-socorro

Um estudo conduzido na Harvard Medical School e no Beth Israel Deaconess Medical Center, em Boston, indica que a inteligência artificial da OpenAI consegue acertar diagnósticos iniciais de pronto-socorro com mais frequência do que profissionais humanos.

Os resultados foram publicados na revista científica Science e colocaram 76 pacientes reais sob análise simultânea de dois internistas experientes e dos modelos o1 e 4o da companhia.

O modelo de linguagem acertou o problema principal de 67% dos pacientes avaliados, contra 50% e 55% registrados pelos dois médicos que participaram do mesmo experimento. Dois outros clínicos revisaram às cegas cada hipótese apresentada, sem saber se vinham de humanos ou da máquina, estabelecendo a comparação definitiva de acurácia.

O desempenho da IA foi ainda mais destacado na etapa de triagem, quando o acesso a informações é limitado e a urgência, elevada. Os pesquisadores alimentaram o sistema diretamente com os registros eletrônicos de saúde, sem qualquer curadoria ou limpeza prévia, o que significa que o algoritmo enfrentou o mesmo volume denso de anotações e siglas que costuma desafiar médicos humanos.

No braço do trabalho focado em planejamento terapêutico de longo prazo, a vantagem computacional foi ainda mais expressiva. Em cinco casos-teste, o modelo recebeu pontuação média de 89%, enquanto 46 profissionais presentes ficaram em 34% mesmo tendo permissão para usar buscadores na internet.

Para o professor assistente de informática biomédica Arjun Manrai, do Instituto Blavatnik de Harvard, o desfecho demonstra que métodos clássicos de avaliação — como provas de múltipla escolha — já não conseguem medir a evolução recente dos modelos generativos. O pesquisador clínico Peter Brodeur acrescentou que sistemas atuais alcançam perto de 100% nesses testes padronizados, obrigando a comunidade científica a criar métricas mais exigentes baseadas em situações reais de atendimento.

Ainda assim, a equipe insiste que os algoritmos não substituem profissionais, pois integram apenas dados textuais e deixam de lado aspectos cruciais da anamnese presencial, como estado emocional, postura e sinais físicos sutis. Manrai defende que o futuro próximo da medicina será triádico, envolvendo paciente, médico e um consultor digital que amplie a segurança, mas preserve o julgamento humano nas decisões clínicas críticas.

O internista Adam Rodman, coautor sênior do estudo, argumenta que os pacientes ainda preferem a orientação de um especialista humano, mesmo quando a máquina indica o caminho, o que posiciona a IA no papel de ferramenta de apoio ao diagnóstico, e não de substituta. A médica de emergência Kristen Panthagani salienta que a comparação ocorreu com internistas, não com especialistas de pronto-atendimento, o que limitaria a generalização das conclusões para salas de trauma superlotadas.

Brodeur reconhece o ponto e acrescenta que, embora o algoritmo acerte mais diagnósticos, ele também recomenda exames potencialmente desnecessários, gerando custos extras e exposição a radiação sem ganho clínico comprovado. Os autores concluem que a performance obtida justifica ensaios prospectivos e controlados — o mesmo padrão exigido para qualquer intervenção em saúde —, pois apenas dados de campo poderão confirmar se a vantagem estatística se traduz em benefício real para pacientes em larga escala.

Leia mais sobre o assunto na canaltech.com.br.

Leia também: Estudo de Harvard revela que IA supera médicos do pronto-socorro em precisão de diagnósticos