O orquestrador de diagnóstico por IA que superou médicos
por Tai Rangel
Ferramenta foi duas vezes mais precisa que clínicos gerais em 300 casos complexos. Próximo teste será em salas de emergência de Boston, EUA.
Pesquisadores da Microsoft afirmaram que uma inteligência artificial que diagnostica pacientes passo a passo como se fosse um médico, foi mais que duas vezes mais precisa do que clínicos gerais na resolução de casos complexos. Segundo a CNN Brasil, o estudo saiu na revista Science.
Ok, a inteligência artificial está se aperfeiçoando em gabaritar testes de diagnóstico clínico. Mas isso não corresponde necessariamente a uma aplicação realista. Afinal, nenhum paciente chega ao consultório com um resumo bem explicado do que está sentindo – “todo mundo mente”, já dizia Dr House.
A pergunta que fica é outra: qual a diferença entre um modelo de IA que só recebe pergunta e cospe resposta, para um que simula o raciocínio clínico, etapa por etapa?
Como o orquestrador conduz o diagnóstico em etapas
O orquestrador é um sistema que organiza a forma como a inteligência artificial aborda um problema.
Em vez de jogar todos os sintomas e exames de uma vez no modelo e pedir uma resposta, o orquestrador comanda um painel simulado de agentes que são especialistas clínicos e que colaboram para resolver o caso. É a diferença entre pedir a resposta e conduzir o raciocínio.
O funcionamento segue uma sequência. Cada passo alimenta o seguinte, e as hipóteses são revisadas o tempo todo, não só no fim.
- O modelo decide o que perguntar sobre o histórico do paciente e o que é significativo no exame físico.
- Com base no que aprendeu, decide quais exames solicitar.
- Considera os resultados e pede exames adicionais quando faz sentido.
- Em paralelo, a equipe atualiza as hipóteses de trabalho e os planos a cada nova informação.
É esse “vai e volta” entre agentes especialistas que os modelos médicos anteriores não fazem. E é ele que explica por que a ferramenta foi mais precisa em casos que fogem do padrão.
A diferença entre o passo a passo e a abordagem simultânea
Os modelos de IA médica que já existiam normalmente adotam uma abordagem simultânea.
Eles examinam de uma vez todos os sintomas, resultados de exames laboratoriais e exames de imagem do paciente para gerar um diagnóstico.
O orquestrador faz o contrário: coordena as etapas, uma depois da outra, como um clínico faria numa consulta. A analogia é a do repórter que não liga para dez fontes ao mesmo tempo, mas conduz a apuração: pergunta, ouve, decide o próximo telefonema com base no que ouviu.
A abordagem simultânea é o equivalente a despejar dez versões na mesa e escolher a que parece mais plausível.
Essa distinção tem consequência prática. Em casos comuns, os dois caminhos podem chegar ao mesmo lugar. Em casos raros e complexos, o sequencial tende a se sair melhor, porque cada resposta estreita o campo antes da próxima pergunta.
O que o estudo mediu e o que ficou em aberto
A ferramenta foi testada em mais de 300 dilemas médicos altamente incomuns e complexos, segundo a Reuters.
Nesses casos, o modelo com orquestrador foi mais que duas vezes mais preciso na avaliação do paciente e na determinação do diagnóstico do que médicos generalistas que usaram livros didáticos e a internet.
O texto não informa o percentual exato de acerto de cada lado nos 300 casos. Também não detalha em quais especialidades médicas a IA foi testada, nem quais métricas de precisão foram usadas, nem se houve validação por órgão regulador. São pontos que seguem em aberto.
Os pesquisadores afirmaram que as avaliações que comparam esses sistemas mais antigos com médicos humanos costumam usar questões de múltipla escolha.
Harsha Nori, chefe de IA da Microsoft AI Health, acrescentou que a equipe não mede só a precisão. Mede também com que rigor e cuidado o diagnóstico é feito.
Os pesquisadores também descobriram que os processos de diagnóstico custam menos quando o orquestrador elabora os protocolos, em comparação com médicos humanos fazendo o mesmo.
O próximo teste: triagem em salas de emergência
Em colaboração com o Beth Israel Deaconess Medical Center, em Boston, os pesquisadores vão testar a capacidade da ferramenta de triar pacientes nas salas de espera dos departamentos de emergência. É diferente do estudo publicado na Science: menos casos raros, mais volume e decisão rápida sobre quem é atendido primeiro.
Vale registrar o que o estudo não diz. Os processos de diagnóstico custam menos quando o coordenador elabora os protocolos, sobre tempo de resposta da ferramenta, sobre idioma ou sobre disponibilidade comercial. Para quem acompanha o setor, esses são os dados que faltam antes de tratar a novidade como mudança de patamar.
O que aprender com a aplicação de IA na medicina
A lição não é sobre medicina. É sobre método.
O orquestrador da Microsoft só superou os generalistas porque foi obrigado a seguir uma sequência de metodologia científica estruturada: perguntar, checar, reformular hipótese, validar com colegas, checar de novo.
Numa escala de trabalho real, a tentação é a abordagem simultânea: abrir dez abas, perguntar tudo a todos os agentes de IA, juntar no fim. Até funciona para o caso comum. Mas quebra no caso complexo.
O mecanismo descrito no estudo é um baita exemplo de como lidar com a gestão e tomada de decisão em tarefas e projetos que exigem trabalho em equipe, seja qual for a área de atuação.