Harvard: IA supera médicos na triagem de emergência

Uma equipe da Harvard Medical School e do Beth Israel Deaconess Medical Center informou que o modelo de raciocínio o1, da OpenAI, teve precisão maior que a dos médicos em várias tarefas de diagnóstico de emergência. O resultado mais marcante veio na triagem inicial no pronto-socorro, quando há poucos dados e a decisão precisa ser rápida.

Como foi a comparação

O estudo foi publicado em 30 de abril de 2026 na revista Science e é uma das maiores tentativas de comparar a IA não com provas de exame, mas com o trabalho clínico real. Os autores submeteram o modelo a seis experimentos, de casos diagnósticos complexos e raciocínio probabilístico a tarefas de escolha da conduta seguinte.

A parte central do trabalho foram 76 casos reais do pronto-socorro de um hospital de Boston. O modelo e os médicos receberam os mesmos registros do prontuário eletrônico e tinham de propor os diagnósticos mais prováveis e os próximos passos.

O ponto importante é que os dados quase não foram «higienizados» antes do teste. Os pesquisadores usaram o mesmo texto ruidoso e incompleto que o médico vê nos primeiros minutos: sinais vitais, idade, uma breve descrição das queixas feita pela enfermeira e anotações avulsas do histórico. A avaliação ocorreu em três etapas: na triagem, no primeiro contato com o médico e na decisão de internar o paciente na enfermaria ou na UTI. Os avaliadores não sabiam quem tinha dado cada resposta, se uma pessoa ou o modelo.

Onde a IA se saiu melhor

A maior vantagem do modelo apareceu justamente onde o médico tem menos informação. Na triagem inicial, o OpenAI o1 deu um diagnóstico exato ou muito próximo em 67% dos casos. Os médicos, no mesmo conjunto de pacientes, ficaram na faixa de 50–55%. Com mais dados, a precisão da IA subiu para 82% e a dos humanos, para 70–79%; aqui a diferença já não era estatisticamente significativa, mas a tendência se manteve.

Nas tarefas de plano de condução do caso, incluindo escolha de exames e antibióticos e discussão dos objetivos do tratamento, o modelo também foi nitidamente melhor.

• 67%: diagnóstico exato ou próximo da IA na triagem inicial
• 50–55%: resultado dos médicos na mesma etapa
• 82%: precisão da IA após a chegada de dados adicionais
• 89%: nota do modelo em tarefas de conduta clínica, contra 34% dos médicos

Os autores citaram ainda um exemplo ilustrativo. Em um caso, um paciente chegou com um trombo no pulmão e piora do quadro. Os médicos supuseram que a terapia anticoagulante padrão não tinha funcionado. O modelo, por sua vez, ligou o quadro a um histórico de lúpus e sugeriu que a origem do problema era uma inflamação pulmonar associada à doença. Mais tarde, justamente essa hipótese se confirmou. Os pesquisadores observam à parte que o modelo trabalhou com especial segurança em casos raros e confusos.

Por que isso não substitui os médicos

Desses resultados não se conclui que o pronto-socorro possa ser posto no piloto automático. O estudo testou principalmente a parte textual do raciocínio clínico: ler o prontuário, montar um diagnóstico diferencial e propor o próximo passo. A IA não examinou o paciente, não viu a expressão de dor, não auscultou a respiração, não avaliou a marcha e não trabalhou com radiografias e ECG como o médico faz à beira do leito. Especialistas externos já lembraram que isso se parece mais com uma «segunda opinião às cegas» sobre um texto do que com a condução completa de um paciente em tempo real.

«Estamos vendo uma mudança tecnológica realmente profunda, que vai transformar a medicina», disse o coautor do estudo

Arjun Manrai.

Mas os próprios autores destacam as limitações. Mesmo que o modelo acerte com mais frequência o diagnóstico principal, ele pode sugerir exames ou intervenções desnecessários que prejudiquem o paciente. Além disso, ainda não há um sistema claro de responsabilização: quem responde por um erro se o médico confiou na sugestão do algoritmo?

Por isso os pesquisadores falam não em substituir o médico, mas em um novo formato de trabalho conjunto, em que a IA atua como analista rápido e fonte de segunda opinião, e a decisão final fica com o humano.

O que isso significa

Para a medicina, é um sinal de que os grandes modelos de linguagem estão saindo do modo de demonstração e se aproximando de uma validação clínica real. O cenário mais próximo não é um «médico IA» autônomo, sem humanos, mas sistemas que varrem discretamente os prontuários eletrônicos, apontam hipóteses diagnósticas esquecidas e ajudam a priorizar mais rápido no pronto-socorro.

O próximo passo agora é claro: não novos benchmarks, mas ensaios clínicos prospectivos, que olhem não só a precisão da resposta, mas também a segurança, o custo e o impacto no desfecho do tratamento.