Poucos resultados de pesquisa em inteligência artificial geram tanto impacto — e tanto desconforto — quanto este: em um estudo conduzido por pesquisadores da Harvard Medical School e do Beth Israel Deaconess Medical Center, em Boston, um modelo de IA da OpenAI diagnosticou pacientes de pronto-socorro com mais precisão do que médicos experientes.

O estudo foi publicado na revista Science, uma das mais respeitadas do mundo científico. E os números são difíceis de ignorar. Mas, como quase sempre acontece com manchetes sobre IA, a história completa é mais matizada — e mais interessante — do que o título sugere.

Para o profissional de saúde brasileiro, e para qualquer pessoa que acompanha como a IA está transformando o trabalho, vale entender exatamente o que esse estudo mostrou, o que ele não mostrou, e o que isso significa na prática.

O que o estudo testou

Os pesquisadores pegaram 76 casos reais de pacientes admitidos no departamento de emergência do Beth Israel, em Boston. Cada caso foi apresentado simultaneamente a dois médicos plantonistas experientes e a modelos de IA da OpenAI — incluindo o o1, um modelo com capacidade de raciocínio.

O ponto crucial do desenho do experimento: a IA recebeu exatamente as mesmas informações disponíveis aos médicos em cada momento da decisão, sem nenhum tratamento prévio dos dados. Os avaliadores que julgaram as respostas não sabiam quais vinham da IA e quais vinham dos humanos, garantindo imparcialidade na comparação.

A ideia era reproduzir, o mais fielmente possível, a situação real de um pronto-socorro: decisões tomadas sob pressão, com informação incompleta, em sequência.

Os resultados

Os números falam por si — mas precisam ser lidos com atenção aos detalhes.

Na triagem inicial, o momento de maior urgência e menor quantidade de informações disponíveis, o modelo o1 acertou ou chegou muito próximo do diagnóstico correto em 67% dos casos. Os dois médicos humanos pontuaram 50% e 55%, respectivamente — uma média de 52,5%.

À medida que mais informações clínicas iam ficando disponíveis ao longo do atendimento, o desempenho da IA subiu ainda mais, chegando a 82% de precisão.

Arjun Manrai, diretor do Laboratório de Inteligência Artificial para Saúde de Precisão em Harvard e um dos autores principais, resumiu o impacto: segundo ele, um modelo de IA superou a altíssima linha de base estabelecida pelos médicos do estudo — profissionais certificados, atuando em cenários reais e caóticos.

Em outro componente da pesquisa, a IA foi testada nos famosos “quebra-cabeças clínicos” da revista New England Journal of Medicine — casos complexos, do tipo que inspirou a série de TV “House”. Também ali, o modelo superou o desempenho humano com boa margem.

Os limites que a manchete não conta

Aqui está a parte que separa a análise responsável do sensacionalismo. O próprio estudo, e os pesquisadores envolvidos, foram cuidadosos em delimitar o que esses resultados significam — e o que não significam.

A IA não foi testada em decisões clínicas reais. Os autores foram explícitos: não recomendam o uso da IA em decisões médicas reais antes de ensaios prospectivos controlados. Diagnosticar um caso apresentado em texto é muito diferente de cuidar de um paciente de carne e osso, com toda a complexidade humana, emocional e física que isso envolve.

Raciocínio de IA não é raciocínio clínico. Arya Rao, pesquisadora de Harvard, fez uma distinção importante: quando se fala em “raciocínio” de um modelo de IA, isso não é a mesma coisa que o raciocínio clínico de um médico. A IA reconhece padrões em dados; o médico integra exame físico, intuição construída em anos de prática, contexto social do paciente e julgamento ético.

Os modelos ainda “pulam para conclusões”. Outro estudo de 2026, que avaliou 21 modelos de IA, concluiu que muitos sistemas ainda chegam a conclusões rápido demais — um comportamento que, em ambiente médico real, pode ser perigoso.

O modelo testado já está defasado. Um detalhe revelador: o estudo usou o o1, lançado pela OpenAI em 2024. Os modelos atuais já evoluíram significativamente, o que sugere que testes com sistemas mais recentes poderiam mostrar resultados ainda mais expressivos — mas também reforça que estamos diante de um campo em movimento acelerado, onde nenhum resultado é definitivo.

Por que isso não anuncia o fim do médico

A leitura mais apressada desse estudo seria: “as máquinas vão substituir os médicos”. Mas essa conclusão não se sustenta — nem na intenção dos pesquisadores, nem na realidade da prática médica.

O que o estudo aponta não é substituição, mas uma redefinição de papéis. A IA se mostrou uma ferramenta de apoio poderosa, especialmente na triagem e em casos complexos, onde uma segunda opinião instantânea e abrangente pode ajudar a evitar erros e a acelerar o caminho até o diagnóstico correto.

Há um dado humano que reforça isso: mesmo diante da maior precisão da IA, pesquisas mostram que os pacientes continuam querendo médicos humanos para guiá-los em decisões críticas e tratamentos. A relação médico-paciente, a comunicação de notícias difíceis, a tomada de decisão compartilhada — nada disso é redutível a um percentual de acerto diagnóstico.

O cenário mais provável, e o mais desejável, é o da colaboração: o médico que usa a IA como um copiloto — uma ferramenta que amplia sua capacidade, sinaliza possibilidades que poderiam passar despercebidas e libera tempo cognitivo para o que só o humano faz. Não o médico substituído pela máquina, mas o médico potencializado por ela.

O que isso significa para o profissional de saúde brasileiro

Saindo do laboratório de Harvard e indo para a realidade do consultório e do hospital brasileiro, alguns pontos práticos merecem atenção.

A IA já é uma ferramenta de apoio viável — com cuidados. Modelos generalistas como ChatGPT, Claude e os modelos de raciocínio já oferecem capacidade real de auxiliar no raciocínio sobre casos complexos. Mas o uso na medicina exige cuidados extras: validação clínica, respeito à regulamentação e, no Brasil, conformidade com a LGPD.

Dados de pacientes exigem proteção rigorosa. Este é o ponto mais crítico. Informações sensíveis de pacientes não devem ser inseridas em ferramentas de IA sem garantias de retenção zero de dados e conformidade legal. Usar IA para estudar um caso hipotético é uma coisa; inserir o prontuário identificável de um paciente real em um chatbot público é outra, e pode violar tanto a ética médica quanto a lei.

O diferencial competitivo está em aprender a usar bem. O médico que desenvolve fluência em usar essas ferramentas como apoio — sabendo quando confiar, quando questionar e como proteger os dados — terá uma vantagem real sobre quem ignora a tecnologia ou quem a usa de forma imprudente. O caminho do meio, informado e cauteloso, é o mais valioso.

Conclusão

O estudo de Harvard é um marco honesto: mostra, com rigor científico, que a IA já alcançou um patamar de capacidade diagnóstica que teria parecido implausível há poucos anos. Ignorar isso seria ingenuidade.

Mas tratá-lo como o anúncio da substituição dos médicos seria igualmente equivocado. O que o estudo realmente mostra é que a medicina está ganhando uma ferramenta nova e poderosa — uma que precisa ser entendida, testada, regulamentada e usada com julgamento.

Para o profissional de saúde, e para qualquer pessoa que queira navegar essa transformação com clareza em vez de medo, o recado é o mesmo que vale para tantas áreas hoje: a IA não vem para substituir quem sabe usá-la. Vem para ampliar o que esse profissional é capaz de fazer. E entender essa diferença, agora, é parte de se preparar para a medicina — e para o trabalho — que já está chegando.

Este texto trata de um estudo científico sobre inteligência artificial aplicada à medicina e tem caráter informativo. Não constitui orientação médica nem recomendação de uso clínico de ferramentas de IA. Decisões diagnósticas e terapêuticas devem sempre ser tomadas por profissionais de saúde habilitados.