Qual é a Precisão de um AI Doctor? Os Números Honestos
A resposta honesta: um AI doctor é sensivelmente tão preciso como um médico não especialista para problemas comuns, mas fica claramente atrás de um especialista. Uma extensa meta-análise de 2025 na npj Digital Medicine situou a precisão diagnóstica da IA generativa autónoma em cerca de 52%. Um AI doctor online deve ser encarado como uma segunda opinião bem informada, e não como um veredicto.
Um AI doctor não substitui um médico licenciado e não fornece um diagnóstico. Em caso de emergência médica ligue 112. Os números de precisão abaixo explicam para que serve — e exatamente onde ainda precisa de um médico de verdade.
A Resposta Curta: Qual é Realmente a Precisão de um AI Doctor
Retirado o marketing, o cenário é simples: uma ferramenta de diagnóstico com IA generativa, usada por si só, acerta um pouco mais de metade das vezes — e esse número isolado esconde uma variação enorme consoante a tarefa, a qualidade da informação e com quem está a ser comparada.
Um número de referência: ~52%
Uma revisão sistemática e meta-análise de 2025, com 83 estudos, publicada na npj Digital Medicine, concluiu que os modelos de IA generativa atingem uma precisão diagnóstica global de 52,1% (IC 95% 47,0–57,1%) quando trabalham por si próprios. Parece baixo, mas é uma média agregando casos fáceis e muito difíceis — o contexto em torno do número importa mais do que o próprio número.
Comparado com um médico de verdade
A mesma meta-análise não encontrou diferença estatisticamente significativa entre a IA e os médicos no geral (p=0,10), nem diferença significativa face a médicos não especialistas ou internos (p=0,93). Mas a IA teve um desempenho significativamente pior do que os médicos especialistas — em cerca de 15,8 pontos percentuais (p=0,007). Em termos simples: um verificador de sintomas com IA é comparável a um clínico geral acabado de formar, e fica claramente atrás de um especialista com anos de reconhecimento de padrões — e colocar um AI doctor comparado com um médico de verdade lado a lado mostra essa diferença a alargar-se à medida que o caso se torna mais difícil.
Porque é que o Número da Precisão Varia Tanto
Quem comparar as manchetes vai reparar em valores muito diferentes — 97% num estudo, 40% noutro. Essa dispersão deve-se sobretudo a um punhado de variáveis que raramente são mencionadas na própria manchete:
- Como a informação foi recolhida — um registo clínico estruturado versus as próprias palavras do paciente
- Se “correto” significa a única resposta principal ou qualquer uma das 3 a 5 sugestões de topo
- Quão comum ou rara é a condição subjacente
- Qual o modelo e a versão testados, e quando
- Se o estudo mediu diagnóstico, triagem, ou ambos
Lixo à entrada, lixo à saída: a qualidade da informação é tudo
Num estudo do JMIR com 100 pacientes de urgência, o ChatGPT a correr com GPT-4 atingiu 97% de diagnósticos corretos ou parcialmente corretos — mas apenas porque lhe foi fornecido o mesmo registo clínico curado por médicos que os médicos assistentes usaram, completo com sinais vitais, análises e notas clínicas. Dados apenas os sintomas em bruto autorrelatados por um paciente, a precisão do mesmo tipo de modelo cai para cerca de 50% num acerto entre as 3 melhores hipóteses. A ferramenta de diagnóstico com IA só é tão boa quanto aquilo que lhe diz, e compreender como funciona um AI doctor por dentro explica porque é que o mesmíssimo modelo pode oscilar tanto só pela qualidade da informação.
Top-1 vs top-3: qual o número que estão a citar?
Uma afirmação de “70-80% de precisão” significa normalmente que a resposta correta aparece algures nas três melhores sugestões da ferramenta de triagem com IA, e não que ela nomeou a condição certa em primeiro lugar. Peça ao mesmo sistema uma resposta única e a precisão pode cair para 34-40%. Quando vir uma afirmação de precisão de qualquer assistente de saúde com IA, verifique se é top-1 ou top-3 — são promessas muito diferentes, e os fornecedores tendem a começar pela mais lisonjeira.
| Medida | Precisão típica | O que significa |
|---|---|---|
| Top-1 (única melhor resposta) | 34-40% | Diagnóstico correto nomeado em primeiro, sem alternativas oferecidas |
| Top-3 (resposta correta na lista curta) | 70-80% | A condição certa aparece entre 3 sugestões |
| Informação curada por médicos (registo completo) | Até 97% | Alimentado com os mesmos dados estruturados que um médico usa |
| Apenas autorrelato do paciente | ~50% (top-3) | Alimentado com descrições de sintomas em bruto e não estruturadas |
Onde um AI Doctor é Preciso — e Onde Falha
A precisão diagnóstica não é uma única competência; são várias, e um AI doctor é muito melhor em umas do que noutras. Saber quais é quais muda a forma como deve realmente usar a ferramenta.
Forte na triagem. Um AI doctor é mais fiável quando a pergunta é “quão urgente é isto”, e não “o que é exatamente isto”. Classificar um sintoma como emergência, urgência ou rotina é uma tarefa mais restrita e mais bem definida do que chegar a um diagnóstico final, e os modelos tendem a fazê-lo de forma mais consistente.
Forte em queixas comuns e bem documentadas. Problemas simples e frequentemente observados — do tipo com abundantes dados de treino e padrões de sintomas claros — jogam a favor dos pontos fortes de uma ferramenta de diagnóstico com IA generativa.
Forte em especialidades restritas e muito dependentes de imagem. Em tarefas de reconhecimento de padrões como a dermatologia, uma análise agregada de estudos prospetivos de deteção de melanoma concluiu que a IA sozinha atinge cerca de 80,9% de sensibilidade e 75,6% de especificidade — comparável a dermatologistas sem auxílio — subindo para cerca de 91,9% de sensibilidade e 83,7% de especificidade quando a IA auxilia um dermatologista em vez de o substituir. Os problemas de padrões visuais bem definidos estão perto do terreno de eleição da ferramenta.
Fraco em casos complexos, raros ou multissistémicos. A precisão cai acentuadamente quando os sintomas se sobrepõem entre sistemas do corpo ou apontam para uma condição incomum — precisamente onde o discernimento de um médico especialista mais importa.
Fraco de uma forma fácil de passar despercebida: a certeza errada. Um AI doctor pode enunciar um diagnóstico incorreto numa linguagem fluente e tranquilizadora, sem qualquer ressalva visível que sinalize dúvida. Um resultado que soa plausível não é o mesmo que um resultado correto, e é exatamente por isso que uma verificação humana continua a importar.
Pode Confiar nos Estudos? Leia as Letras Miudinhas
Mesmo os números encorajadores acima vêm com ressalvas que vale a pena conhecer antes de os ponderar.
Na meta-análise de 83 estudos, 63 dos 83 estudos — 76% — foram classificados como de alto risco de viés, e os autores assinalaram um viés de publicação estatisticamente significativo (p=0,045), o que significa que os resultados lisonjeiros estão provavelmente sobrerrepresentados na literatura publicada. O resultado de 97% em urgências que agarrou as manchetes veio de um único estudo de apenas 100 pacientes, sem cálculo prévio do tamanho da amostra para confirmar que o achado se manteria em larga escala.
| Limitação | O que os dados mostram | Porque importa |
|---|---|---|
| Risco de viés | 63 de 83 estudos (76%) classificados como alto risco | Muitos resultados podem ser mais favoráveis do que o uso no mundo real produziria |
| Viés de publicação | Estatisticamente significativo (p=0,045) | Estudos com resultados dececionantes têm menor probabilidade de serem publicados |
| Amostras pequenas | Estudo de urgências baseado em 100 pacientes | Sem tamanho de amostra pré-planeado para confirmar que o valor de 97% se generaliza |
| Informação curada vs em bruto | 97% (registo curado) vs ~50% (autorrelato) | A precisão do mesmo modelo oscila em cerca de 47 pontos consoante a qualidade da informação |
Algumas lacunas recorrentes surgem ao longo deste conjunto de investigação:
- A maioria dos estudos testa a IA contra vinhetas baseadas em texto, e não conversas confusas do mundo real
- Poucos ensaios medem o que acontece após uma resposta errada da IA, ou seja, o dano subsequente
- Os tamanhos das amostras são muitas vezes demasiado pequenos para sustentar a confiança implícita no número da manchete
- A replicação independente fora da equipa de investigação original ainda é rara
Os autores dessa meta-análise foram frontais sobre o que os seus próprios números significam:
Generative AI models are not yet reliable substitutes for expert physicians but may serve as valuable aids in non-expert scenarios and as educational tools for medical trainees.
npj Digital Medicine meta-analysis, 2025
Trate os valores de precisão das manchetes como tetos otimistas, e não como garantias. Um número extraído de um estudo pequeno e com alto risco de viés não é o mesmo que um número que se vai manter para os seus sintomas específicos.
Como Usar um AI Doctor com Segurança Dada a Sua Precisão
Dados os números acima, a jogada inteligente é ajustar a ferramenta àquilo em que é realmente boa, e não àquilo que parece capaz de fazer.
- Descreva os sintomas em detalhe, não em abreviado. A precisão depende muito da qualidade da informação, por isso inclua a duração, a gravidade e quaisquer alterações ao longo do tempo.
- Leia primeiro a orientação de triagem. A avaliação da urgência é onde um verificador de sintomas com IA tem o desempenho mais fiável — preste atenção se sinalizar algo como urgente.
- Peça as 3 melhores hipóteses, não apenas a primeira. Uma lista curta de possibilidades é mais honesta do que uma única resposta que soa confiante.
- Use-o para preparar perguntas para uma consulta de verdade. Transformar uma preocupação vaga numa lista específica de perguntas é um dos usos mais fiáveis da ferramenta.
- Verifique tudo o que for importante com um clínico licenciado, sobretudo para sintomas novos, graves ou persistentes.
- Recorra de imediato à ajuda se os sintomas piorarem — não espere que a IA acompanhe.
- Nunca trate uma única resposta da IA como definitiva. Confronte-a com o que realmente sente e com o aconselhamento profissional.
Uma ferramenta de diagnóstico com IA tende a ser mais útil para um conjunto específico de tarefas e menos útil para outras. Antes de depender de uma, ajuda saber de que lado dessa linha a sua situação se encontra:
- Compreender termos médicos desconhecidos de um resultado de análise ou carta de referenciação
- Aferir quão urgente pode ser um sintoma novo
- Preparar uma lista clara de perguntas antes de uma ida ao médico
- Obter educação geral em saúde sobre uma condição que já tem
- Decidir entre uma ida no próprio dia, uma consulta marcada ou uma espera vigilante
O consenso revisto por pares é frontal: a IA generativa é um auxílio valioso em cenários de não especialista, e não um substituto fiável de um médico especialista. A Food and Drug Administration dos EUA acompanha os dispositivos médicos com IA que são autorizados para comercialização precisamente porque os resultados de IA não verificados acarretam risco clínico real — um lembrete de que os reguladores, e não apenas os investigadores, tratam esta lacuna de precisão como algo material.
Quando Dispensar a IA e Consultar um Médico de Verdade
Um AI doctor não substitui um médico licenciado e não fornece um diagnóstico. Em caso de emergência médica ligue 112.
Nenhuma percentagem de precisão — nem 52%, nem 97% em condições ideais — torna uma ferramenta de diagnóstico com IA segura para confiar num sintoma grave, súbito ou a piorar. Dispense a IA e vá diretamente a um médico de verdade ou a um serviço de urgência para sintomas como:
- Dor ou pressão no peito, ou dificuldade em respirar
- Uma dor de cabeça súbita e intensa, diferente de qualquer outra antes dela
- Hemorragia descontrolada ou uma lesão a agravar-se rapidamente
- Sinais de AVC — desvio da face, fraqueza num braço, fala arrastada
- Qualquer sintoma que simplesmente pareça uma emergência
Use um assistente de saúde com IA para se informar e organizar o seu pensamento, e depois deixe que um clínico licenciado tome a decisão real.
