Risco na saúde: inteligência artificial em diagnósticos erra 80% dos casos e preocupa especialistas

A aplicação da inteligência artificial em diagnósticos médicos apresenta limitações significativas durante as etapas preliminares de atendimento aos pacientes. Uma pesquisa recente publicada no periódico científico JAMA Network Open demonstrou que as ferramentas tecnológicas atuais registram uma taxa de erro superior a 80% na fase inicial de avaliação clínica. O levantamento indica que os sistemas ainda não possuem capacidade técnica para conduzir consultas de forma autônoma, especialmente no momento em que é necessário formular as primeiras hipóteses sobre o quadro de saúde do indivíduo.

O estudo conduzido nos Estados Unidos submeteu 21 modelos de linguagem de grande escala, conhecidos pela sigla LLM, a testes baseados em 29 casos clínicos reais. Esses cenários são os mesmos utilizados para o treinamento de estudantes de medicina e incluem dados como histórico médico, sintomas relatados e resultados de exames. As plataformas foram avaliadas em etapas progressivas, que exigiam a criação de uma lista de hipóteses, a indicação de exames complementares, a definição do quadro final e a proposta de um tratamento adequado.

Desempenho do ChatGPT e Gemini na inteligência artificial médica

Durante a fase de diagnóstico diferencial, que consiste na listagem das primeiras possibilidades clínicas, o índice de falha dos sistemas ultrapassou a marca de 80%. Os dados da pesquisa revelam que alguns modelos específicos chegaram a registrar taxas de erro entre 90% e 100% nesta etapa inicial. Por outro lado, quando as ferramentas receberam acesso a todos os exames e informações complementares na fase final da avaliação, o desempenho apresentou melhora, com a taxa de falha caindo para menos de 40% no panorama geral, e alguns sistemas errando em apenas 9% das situações analisadas.

A análise comparativa entre as plataformas testadas apontou diferenças de precisão entre os desenvolvedores do mercado de tecnologia. O modelo Grok 4, desenvolvido pela empresa xAI, registrou o melhor resultado entre os concorrentes, embora seu desempenho ainda tenha ficado 22% abaixo do considerado ideal pelos pesquisadores. Em contrapartida, a versão Gemini 1.5 Flash apresentou a menor precisão durante os testes clínicos, com uma taxa de acerto 36% inferior ao padrão estabelecido pela metodologia do estudo americano.

Riscos da inteligência artificial em diagnósticos preliminares

Os resultados do levantamento evidenciam um ponto cego na utilização dessas tecnologias no setor de saúde. Embora as empresas de tecnologia promovam os modelos de linguagem como alternativas viáveis para o atendimento de pacientes, a dificuldade em manter múltiplas hipóteses abertas na fase inicial da consulta representa um obstáculo técnico. A imprecisão exata neste momento preliminar é apontada pelos cientistas como a fase mais crítica, onde equívocos de avaliação podem gerar os maiores prejuízos para o direcionamento correto do tratamento médico.