A Microsoft revelou detalhes de um sistema de inteligência artificial que tem um desempenho melhor do que os médicos humanos em diagnósticos complexos de saúde, criando um “caminho para a superinteligência médica”.
A unidade de IA da empresa, liderada pelo pioneiro da tecnologia britânica Mustafa Suleyman, desenvolveu um sistema que imita um painel de médicos especialistas que enfrentam casos “diagnóstico complexos e intelectualmente exigentes”.
A Microsoft disse que, quando combinada com o modelo avançado de O3 AI da OpenAI, sua abordagem “resolveu” mais de oito dos 10 estudos de caso escolhidos especialmente para sua pesquisa. Quando esses estudos de caso foram julgados em praticar médicos – que não tinham acesso a colegas, livros didáticos ou chatbots – a taxa de precisão era de dois em 10.
A Microsoft disse que também era uma opção mais barata do que usar médicos humanos, porque era mais eficiente no pedido de testes.
Apesar de destacar a potencial economia de custos de sua pesquisa, a Microsoft minimizou as implicações no trabalho, dizendo que acreditava que a IA complementaria os papéis dos médicos em vez de substituí -los.
“Seus papéis clínicos são muito mais amplos do que simplesmente fazer um diagnóstico. Eles precisam navegar pela ambiguidade e construir confiança com os pacientes e suas famílias de uma maneira que a IA não está criada para fazer”, escreveu a empresa em um post que anuncia a pesquisa, que está sendo enviada para revisão por pares.
No entanto, o uso do slogan “Path to Medical Superintelligence” aumenta a perspectiva de mudança radical no mercado de saúde. Enquanto a inteligência geral artificial (AGI) se refere a sistemas que correspondem às habilidades cognitivas humanas em uma determinada tarefa, a Superintelligência é um termo igualmente teórico que se refere a um sistema que excede o desempenho intelectual humano.
Explicando a lógica por trás da pesquisa, a Microsoft levantou dúvidas sobre a capacidade da IA de marcar excepcionalmente bem no exame de licenciamento médico dos Estados Unidos, um teste importante para obter uma licença médica nos EUA. Ele disse que os testes de múltipla escolha favoreceram a memorização de respostas sobre o profundo entendimento de um assunto, o que poderia ajudar a “exagerar” a competência de um modelo de IA.
A Microsoft disse que estava desenvolvendo um sistema que, como um clínico do mundo real, toma medidas passo a passo-como fazer perguntas específicas e solicitar testes de diagnóstico-para chegar a um diagnóstico final. Por exemplo, um paciente com sintomas de tosse e febre pode exigir exames de sangue e uma radiografia de tórax antes que o médico chegue a um diagnóstico de pneumonia.
A nova abordagem da Microsoft usa estudos de caso complexos do New England Journal of Medicine (NEJM).
A equipe de Suleyman transformou mais de 300 desses estudos em “desafios de casos interativos” que costumavam testar sua abordagem. A abordagem da Microsoft usou os modelos de IA existentes, incluindo os produzidos pelo desenvolvedor da ChatGPT, Openai, Meta, Anthrópica, Anthrópica, Grok de Elon Musk e Gemini do Google.
A Microsoft usou um sistema de IA semelhante ao agente, chamado de “orquestrador de diagnóstico”, para trabalhar com um determinado modelo sobre quais testes encomendar e qual pode ser o diagnóstico. O orquestrador, na verdade, imita um painel de médicos, que depois apresenta o diagnóstico.
A Microsoft disse que, quando combinada com o modelo O3 avançado do OpenAI, “resolveu” mais de oito dos 10 estudos de caso da NEJM – em comparação com uma taxa de sucesso de dois em cada 10 para médicos humanos.
A Microsoft disse que sua abordagem foi capaz de exercer uma “amplitude e profundidade de especialização” que foram além dos médicos individuais porque poderia abranger várias disciplinas médicas.
Ele acrescentou: “Escalar esse nível de raciocínio-e além-tem o potencial de remodelar os cuidados de saúde. A IA pode capacitar os pacientes a autogerenciar aspectos rotineiros do atendimento e equipar os médicos com apoio avançado à decisão para casos complexos”.
A Microsoft reconheceu que seu trabalho não está pronto para uso clínico. É necessário mais testes em seu “orquestrador” para avaliar seu desempenho em sintomas mais comuns, por exemplo.