Colocaram os 21 chatbots de IA mais populares à prova para diagnóstico diferencial; falharam mais vezes do que em um estande de tiro de parque de diversões
A inteligência artificial está sendo cada vez mais utilizada na medicina, tanto para consultas domiciliares quanto em ambientes profissionais; Com relação aos dados, os resultados são bons, mas para diagnósticos precoces, são péssimos
Texto original de Alejandro Alcolea
Adoro a série "House". As histórias de fundo não me interessam nem um pouco, mas o processo de diagnóstico diferencial — apesar de todos os seus aspectos cinematográficos — me deixa louco. Essa capacidade de descartar doenças que poderiam explicar os mesmos sintomas para chegar ao diagnóstico mais provável me parece mágica.
Você provavelmente está infectado: 95% das pessoas são portadoras deste vírus, mas cientistas descobriram como combatê-lo
Experimento alemão comprovou que esferas de concreto são baterias fantásticas e Califórnia está afundando uma de 9 metros no oceano
Depois de estudar moscas, cientistas chegaram a uma conclusão: comer açúcar depois de estudar é uma boa ideia
Bem, colocaram os 21 chatbots de IA mais populares para trabalhar nesse diagnóstico diferencial, e o resultado é claro.
É mais impreciso do que um estande de tiro de parque de diversões.
Em resumo
O Mass General Brigham não é um hospital comum. É uma rede de médicos e hospitais americanos sem fins lucrativos, incluindo duas das instituições de ensino médico mais prestigiadas do país.
De janeiro a dezembro de 2025, um grupo de pesquisadores da instituição testou 21 chatbots de IA, incluindo Claude 4.5 Opus, DeepSeek, Gemini 3.0 Pro, GPT-5 e Grok 4, em dezenas de casos clínicos para determinar sua precisão no diagnóstico precoce.
As informações são extremamente básicas, mas são exatamente o que os profissionais têm à disposição para fazer diagnósticos diferenciais, e o objetivo final é avaliar as capacidades de raciocínio clínico desses modelos de linguagem de última geração para verificar se eles podem ser aliados na prática clínica.
A resposta é não. Embora os modelos otimizados para raciocínio tenham alcançado pontuações muito mais altas do que os mais simples, como o Gemini 1.5 Flash, a conclusão é que os modelos de linguagem ...
Matérias relacionadas
A vez em que Steve Jobs comprou 7.000 computadores Apple Lisa para enterrá-los em um aterro
Abriram-se as porteiras: já temos o primeiro malware desenvolvido com IA
Comentários
As opiniões expressas nos comentários são de responsabilidade exclusiva de seus autores e não representam a opinião do Terra.