News
Microsoft MAI-DxO: diagnóstico sequencial supera médicos no SDBench (Science)
A Microsoft AI anunciou a publicação na Science do SDBench, benchmark de diagnóstico sequencial interativo, e do MAI-DxO, orquestrador que simula um painel de médicos virtuais debatendo hipóteses e pesando custo de exames. O sistema chegou a 83% de acurácia em 304 casos complexos do NEJM (vs. 22% a 36% dos médicos) e 80% em casos de pronto-socorro do MIMIC-IV-ED (vs. 47%), com custo menor. A avaliação ainda é em benchmark retrospectivo; a validação prospectiva com pacientes começa no Beth Israel Deaconess.
News
-
Autor(es): MAI Health Team (Microsoft AI)
-
Publicação: Microsoft AI Blog
-
Data: 22/10/2026
-
Link: microsoft.ai/news/building-medical-superintelligence
-
Paper: Science, doi.org/10.1126/science.aeh7930
-
Texto de visão: "The Building Blocks of Medical Superintelligence", BMJ Digital Health and AI
-
Código: SDBench (open source parcial)
Sobre o anúncio
Post da Microsoft AI apresentando a versão revisada por pares (Science) do trabalho de diagnóstico sequencial iniciado em 2025 ("The path to medical superintelligence"). O texto anuncia dois artefatos: o SDBench, benchmark que avalia o raciocínio diagnóstico passo a passo, e o MAI-DxO, sistema orquestrador que lidera o benchmark. Também traz a tese de "superinteligência médica", a parceria com a Mayo Clinic e um estudo prospectivo com o Beth Israel Deaconess.
Argumento central
Exames de licenciamento (USMLE) entregam toda a informação de uma vez e pedem uma resposta única, o que não reflete a prática clínica. O diagnóstico real é sequencial: decidir o que perguntar, que exame pedir e como cada achado muda a probabilidade. A Microsoft argumenta que benchmarks precisam medir o caminho (evidência pedida e custo), não só a resposta final, e que um sistema de múltiplos agentes que debate e pondera custo-benefício supera médicos em acurácia e em custo.
SDBench (o benchmark)
-
Dois conjuntos complementares: 304 casos complexos dos case records do NEJM e casos típicos de pronto-socorro do MIMIC-IV-ED.
-
Cada caso vira uma interação: o agente (IA ou médico) começa com pouca informação e escolhe o que pedir a seguir.
-
Componentes: Gatekeeper (libera informação sob demanda), Judge (avalia o diagnóstico) e estimador de custo de exames.
-
Métricas: acurácia diagnóstica, evidência solicitada e custo estimado.
MAI-DxO (o sistema)
- Funciona como um painel de médicos virtuais: propõem diagnósticos, escolhem perguntas e exames úteis e contestam a hipótese...