Modelo de Raciocínio o1 da OpenAI Supera Médicos em Diagnóstico em Estudo Real de Harvard-Stanford

Em 30 de abril de 2026, a revista Science publicou um estudo de pesquisadores da Harvard Medical School, do Beth Israel Deaconess Medical Center e de Stanford avaliando como o modelo de raciocínio "o1" da OpenAI se sai em casos reais de pronto-socorro. NPR e STAT cobriram o resultado no mesmo dia: em teste direto usando apenas os prontuários disponíveis na hora do atendimento, o modelo igualou ou superou médicos experientes em diagnóstico, exames recomendados e decisões de manejo.

O número mais marcante veio das avaliações de raciocínio clínico: o o1 recebeu nota máxima em 98% dos casos analisados, contra 35% dos médicos titulares. O modelo foi especialmente forte em doenças raras e casos complexos multi-sistêmicos — exatamente onde o viés cognitivo humano costuma falhar. Também superou o GPT-4, baseline anterior.

“NPR e STAT cobriram o resultado no mesmo dia: em teste direto usando apenas os prontuários disponíveis na hora do atendimento, o modelo igualou ou superou médicos experientes em diagnóstico, exames recomendados e decisões de manejo.”

Os autores são explícitos: isso não significa que a IA deva substituir médicos. O estudo avaliou qualidade de raciocínio, não desfechos do paciente; médicos decidem em ambientes ruidosos e sob pressão de tempo que benchmarks de texto não capturam. Eles defendem que o próximo passo são ensaios controlados em fluxos clínicos reais, com a IA assistindo em casos difíceis sob supervisão humana.

O resultado entra em um debate mais amplo sobre IA em medicina. Um relatório separado da OMS/Europa cobrindo os 27 Estados-membros da UE encontrou 74% já usando IA em diagnóstico. A promessa — clínicos apoiados por copilotos de raciocínio incansáveis — começa a parecer crível. O trabalho duro é integrá-la com ética e equidade.