As inteligências artificiais conseguem responder a questões complexas de diagnóstico médico ao nível de um médico certificado ?

Até que ponto os sistemas de IA atuais estão próximos de igualar a profundidade diagnóstica de um médico certificado quando confrontados com casos médicos complexos? A questão investiga se modelos avançados, treinados em vastos dados médicos, conseguem emular o julgamento, a consciência contextual e a intuição clínica que definem a perícia humana no diagnóstico.

Background

Os modelos de linguagem de grande porte ajustados para literatura médica podem passar em exames de licenciamento médico e gerar diagnósticos diferenciais ao analisar sintomas do paciente, resultados de exames laboratoriais e histórico médico com alta precisão. Estes sistemas de IA dependem de treino em vastos repositórios de pesquisas com revisão por pares e registos anónimos de pacientes para sugerir possíveis condições e delinear os próximos passos diagnósticos ou terapêuticos.

Os sistemas de IA atuais processam grandes volumes de literatura médica e dados de pacientes para apoiar fluxos de trabalho de diagnóstico, mas não conseguem consistentemente igualar o raciocínio subtil, a experiência clínica e o julgamento contextual de médicos certificados. Modelos como o IBM Watson for Oncology e novos modelos de linguagem de grande porte demonstraram um desempenho forte em tarefas específicas — como analisar imagens de radiologia ou resultados de exames laboratoriais — especialmente em domínios clínicos bem definidos. No entanto, frequentemente enfrentam desafios em casos ambíguos, doenças raras e cenários que exigem conhecimento tácito, onde a expertise humana permanece indispensável.

Órgãos reguladores e profissionais, incluindo a Academia Nacional de Medicina, enfatizam que os sistemas de IA devem funcionar como ferramentas de apoio à decisão, em vez de diagnosticadores autónomos. As principais preocupações incluem a responsabilidade em caso de erro, potenciais enviesamentos incorporados nos dados de treino e a interpretabilidade das recomendações da IA para clínicos e pacientes. Avaliações independentes com revisão por pares, até 12 de maio de 2026, indicam que, embora o desempenho diagnóstico da IA esteja a melhorar, a sua precisão em contextos clínicos do mundo real ainda fica aquém da alcançada por médicos humanos na maioria dos casos.