Microsoft cria sistema de agentes com GPT-5 que supera médicos em diagnóstico
Publicado na revista Science, o Diagnostic Orchestrator alcançou 83% de precisão em casos clínicos, contra 36% de médicos generalistas com acesso a referências.
Por que importa. Para quem constrói agentes autônomos, o teste valida que orquestrar modelos em papéis complementares supera LLMs isolados em tarefas analíticas com restrição de custo.
A Microsoft publicou na revista Science um estudo demonstrando o Diagnostic Orchestrator, um sistema multiagente que alcançou até 83% de precisão em diagnósticos médicos complexos, superando médicos humanos e modelos de fronteira individuais. O sistema funciona como uma junta médica virtual: divide a investigação clínica entre múltiplos agentes especializados que analisam sintomas e históricos, decidem quais exames solicitar e determinam a hipótese final com base em dados retrospectivos.
Em vez de depender de um único modelo resolvendo todo o fluxo, a arquitetura utiliza o GPT-5 da OpenAI dividido em papéis complementares para simular o processo investigativo de uma equipe de especialistas. De acordo com o The Verge, o estudo comprovou que múltiplos agentes coordenados superaram modelos de fronteira operando sozinhos. Essa abordagem técnica indica a desenvolvedores que orquestrar fluxos interativos de raciocínio mitiga falhas estruturais em cenários de alta complexidade.
Resultados e custos no SDBench
Nos testes conduzidos com centenas de relatos médicos extraídos do The New England Journal of Medicine, o Diagnostic Orchestrator obteve 83% de acerto diagnóstico. Em comparação, médicos generalistas com acesso a material de referência alcançaram cerca de 36%, enquanto profissionais sem referências médicas acertaram 22% dos casos. Os pesquisadores compilaram esses cenários no SDBench, uma base de testes proprietária que a Microsoft prometeu disponibilizar em código aberto.
O sistema também foi avaliado diante de atendimentos de emergência registrados na base de dados de internações do Beth Israel Deaconess Medical Center, em Boston. Nessa bateria, a IA registrou 80% de precisão contra uma média de 47% de médicos humanos. O relatório técnico publicado na Science indicou ainda que o sistema multiagente tendeu a concluir diagnósticos gerando um custo financeiro estimado menor em exames do que os profissionais humanos.
Limitações clínicas e modelos testados
O projeto foi desenvolvido originalmente sobre a base do GPT-4.1 e migrou depois para o GPT-5 da OpenAI. O artigo revisado por pares na Science não inclui avaliações com modelos mais recentes do mercado, a exemplo do GPT-6 Astra, do Gemini 4 Argon do Google, do Opus 5.5 da Anthropic ou do Muse Wonder Full da Meta. A equipe responsável afirmou ao The Verge que experimentos posteriores demonstraram que o avanço isolado da inteligência bruta dos modelos não anula os ganhos obtidos pela divisão colaborativa do trabalho entre agentes.
Apesar das taxas elevadas de acerto, o sistema avaliou apenas dados retrospectivos e prontuários arquivados, sem validação em rotinas hospitalares ativas. Mustafa Suleyman, CEO da Microsoft AI, admitiu ao The Verge que a tecnologia precisa de validação clínica concreta antes de ser implementada em larga escala. Dr. Dominic King, líder da divisão de IA para saúde da Microsoft, afirmou que testes práticos no Beth Israel Deaconess Medical Center devem começar nos próximos meses para medir a resposta do sistema em ambientes clínicos reais.
Horizonte de produto e regulação
A Microsoft não divulgou preços, documentação técnica de API ou data de disponibilização comercial para o Diagnostic Orchestrator. A empresa informou que a saúde já representa um dos tópicos mais consultados no Copilot e detalhou que pretende atuar em outras cinco áreas clínicas, como decisões de tratamento e coordenação de cuidados. King destacou que qualquer lançamento dependerá do cumprimento estrito de exigências regulatórias, enquanto Suleyman sustentou que profissionais humanos de saúde continuarão no centro do atendimento aos pacientes.
Fontes
- The Verge: Microsoft says its AI tool is better than doctors at diagnosing conditions
Reportagem produzida pela redação do Flipters com apoio de inteligência artificial, a partir das fontes acima. Como trabalhamos. Editor responsável: João Paulo Resende.
