Lar
O grande desafio da medicina baseada em IA: os modelos generativos ainda carecem de raciocínio clínico independente

Um estudo recente da equipe da MESH Incubator do Massachusetts General Hospital avaliou as capacidades de raciocínio clínico da IA generativa. Embora a IA esteja avançando significativamente na medicina, a pesquisa revela lacunas persistentes na cadeia lógica do diagnóstico clínico simulado em condições reais. Publicados na conceituada revista “JAMA Network Open”, os resultados indicam claramente que os modelos convencionais atuais ainda não estão prontos para realizar tarefas de diagnóstico clínico de forma independente.
O estudo testou 21 grandes modelos de linguagem, incluindo ChatGPT, DeepSeek, Claude, Gemini e Grok, utilizando 29 casos clínicos estabelecidos. O experimento simulou o processo dinâmico de diagnóstico de um médico, revelando gradualmente os sintomas do paciente, dados laboratoriais e resultados de exames de imagem. Os dados mostraram que, quando receberam informações completas, todos os modelos alcançaram mais de 90% de precisão ao fornecer o diagnóstico final correto. No entanto, na área central do raciocínio clínico — o diagnóstico diferencial —, mais de 80% dos modelos tiveram um desempenho insatisfatório, não conseguindo analisar e priorizar sistematicamente múltiplas condições potenciais.
Para quantificar essa lacuna, os pesquisadores introduziram o índice de avaliação abrangente PrIME-LLM, cobrindo todo o processo desde a avaliação inicial e seleção de exames até o planejamento do tratamento. As pontuações de avaliação variaram de 64% a 78% entre os modelos, destacando que a IA é mais hábil em “revelar respostas” com informações completas do que em realizar raciocínio lógico aberto com dados incompletos.
Embora os modelos mais recentes mostrem uma melhora significativa no tratamento de dados complexos em comparação com seus antecessores, a equipe enfatizou que os grandes modelos de linguagem devem ser vistos atualmente como ferramentas auxiliares. Usá-los na prática clínica sem supervisão profissional ainda acarreta riscos. Este estudo fornece uma referência racional para o futuro da IA na área da saúde: a transição da simples “correspondência de respostas” para o complexo “raciocínio lógico” será o limiar crítico para que os grandes modelos médicos alcancem uma aplicação de nível profissional.
Artigo relacionado
CEO da DeepMind, Hassabis: Durmo seis horas por dia, geralmente me sinto energético por volta da 1h
O Fortune recentemente publicou uma entrevista com Demis Hassabis, CEO da Google DeepMind, revelando sua abordagem incomum para descanso e produtividade. Hassabis revelou que dorme muito pouco, estruturando suas horas acordadas em dois blocos de trab
OpenAI e Anthropic disputam participação no mercado, apesar da queda na receita
Apesar de relatos recentes sugerirem que a OpenAI não atingiu suas metas de receita, o que gerou pressão sobre as ações do setor de tecnologia nesta terça-feira, os investidores privados em laboratóri
Conformidade com a regulamentação de veículos autônomos na Califórnia: uma nova era de multas, geocercas e 1 milhão de milhas
A Guident opera um veículo de transporte da AuveTech no sul da Flórida, administrando uma rota de quatro milhas em West Palm Beach e uma rota de uma milha em Boca Raton por meio de sua tecnologia de m
Recomendações de tópicos especiais relacionados
Comentários (0)

Um estudo recente da equipe da MESH Incubator do Massachusetts General Hospital avaliou as capacidades de raciocínio clínico da IA generativa. Embora a IA esteja avançando significativamente na medicina, a pesquisa revela lacunas persistentes na cadeia lógica do diagnóstico clínico simulado em condições reais. Publicados na conceituada revista “JAMA Network Open”, os resultados indicam claramente que os modelos convencionais atuais ainda não estão prontos para realizar tarefas de diagnóstico clínico de forma independente.
O estudo testou 21 grandes modelos de linguagem, incluindo ChatGPT, DeepSeek, Claude, Gemini e Grok, utilizando 29 casos clínicos estabelecidos. O experimento simulou o processo dinâmico de diagnóstico de um médico, revelando gradualmente os sintomas do paciente, dados laboratoriais e resultados de exames de imagem. Os dados mostraram que, quando receberam informações completas, todos os modelos alcançaram mais de 90% de precisão ao fornecer o diagnóstico final correto. No entanto, na área central do raciocínio clínico — o diagnóstico diferencial —, mais de 80% dos modelos tiveram um desempenho insatisfatório, não conseguindo analisar e priorizar sistematicamente múltiplas condições potenciais.
Para quantificar essa lacuna, os pesquisadores introduziram o índice de avaliação abrangente PrIME-LLM, cobrindo todo o processo desde a avaliação inicial e seleção de exames até o planejamento do tratamento. As pontuações de avaliação variaram de 64% a 78% entre os modelos, destacando que a IA é mais hábil em “revelar respostas” com informações completas do que em realizar raciocínio lógico aberto com dados incompletos.
Embora os modelos mais recentes mostrem uma melhora significativa no tratamento de dados complexos em comparação com seus antecessores, a equipe enfatizou que os grandes modelos de linguagem devem ser vistos atualmente como ferramentas auxiliares. Usá-los na prática clínica sem supervisão profissional ainda acarreta riscos. Este estudo fornece uma referência racional para o futuro da IA na área da saúde: a transição da simples “correspondência de respostas” para o complexo “raciocínio lógico” será o limiar crítico para que os grandes modelos médicos alcancem uma aplicação de nível profissional.
CEO da DeepMind, Hassabis: Durmo seis horas por dia, geralmente me sinto energético por volta da 1h
O Fortune recentemente publicou uma entrevista com Demis Hassabis, CEO da Google DeepMind, revelando sua abordagem incomum para descanso e produtividade. Hassabis revelou que dorme muito pouco, estruturando suas horas acordadas em dois blocos de trab
OpenAI e Anthropic disputam participação no mercado, apesar da queda na receita
Apesar de relatos recentes sugerirem que a OpenAI não atingiu suas metas de receita, o que gerou pressão sobre as ações do setor de tecnologia nesta terça-feira, os investidores privados em laboratóri











