O chatbot do Google “acertou” 90% dos diagnósticos. Mas “acertar” aqui quer dizer outra coisa

Alguns dias antes de uma consulta de urgência, o paciente abre o celular e conta seus sintomas a um chatbot. Quando chega ao consultório, o médico já tem na mão um resumo da história. Foi isso que o Google testou com pacientes de verdade, em Boston. O número de destaque, 90% de acerto, quer dizer que o diagnóstico final estava numa lista de hipóteses do chatbot, o que é diferente de acertar de primeira.

O estudo saiu no The Lancet em 8 de outubro. O chatbot se chama AMIE e conversou, por texto e de casa, com 114 pacientes adultos que falam inglês e tinham uma única queixa. Foram atendidos entre abril e novembro de 2025, e 98 completaram tanto a conversa quanto a consulta. A consulta era de urgência na atenção primária, a porta de entrada do sistema de saúde para problemas que não são emergência. O AMIE perguntava sobre sintomas e histórico, sugeria possíveis diagnósticos para discutir com o médico e gerava um resumo. Um clínico geral acompanhava cada conversa em tempo real e podia intervir.

Convém dizer que tipo de estudo é esse. É um estudo de viabilidade: serve para ver se a ideia funciona na vida real. Provar que ela melhora a saúde de alguém fica para estudos maiores.

O número que vai circular é 90%. Segundo o Google, o diagnóstico final apareceu na lista de hipóteses do sistema em 90% dos casos. A lista de hipóteses, o chamado diagnóstico diferencial, reúne as possibilidades que o médico considera antes de decidir.

Um preprint, que é um estudo ainda sem revisão por pares, reportou o diagnóstico correto como primeira hipótese em 56% dos casos. Segundo a cobertura, os 2 números medem coisas diferentes. A distância entre 90 e 56 é a distância entre dizer “pode ser uma destas 10 coisas” e dizer “é esta”. Quem já ouviu um diagnóstico diferencial em voz alta sabe qual das 2 o paciente guarda.

Sobre segurança, o resumo do artigo diz que nenhuma conversa precisou ser interrompida. Os supervisores registraram uma alucinação, termo para quando a IA afirma algo que não existe, e acrescentaram informação clínica em 5 conversas. Um médico considerou uma interação potencialmente prejudicial: o AMIE incluiu linfoma entre as hipóteses, e isso poderia gerar ansiedade. O próprio artigo alerta que uma lista de diagnósticos pode ser lida por leigos como uma previsão, mesmo quando contém possibilidades remotas.

Os pacientes avaliaram bem a escuta e a explicação do sistema, e a atitude deles diante da IA melhorou depois da experiência. Ficaram com dúvidas sobre confidencialidade e sobre a honestidade da máquina. Adam Rodman, do centro onde o estudo foi feito, relatou ao New York Times que a confiança só aparecia quando os pacientes sabiam que o caso seguiria para um médico. O paciente não confiou na máquina. Confiou em quem estava atrás dela.

Do lado dos médicos, 44 revisaram a transcrição antes da consulta. Em 33 deles, ou 75%, o material ajudou na preparação, e em 25, ou 57%, disseram que ele poderia ter mudado a conduta. Por outro lado, os médicos superaram o sistema na praticidade e no custo-benefício dos planos de conduta.

Agora, a régua. Foi um único centro, sem grupo de comparação, com pacientes que falam inglês e queixa única, e os dados dos médicos vêm de 44 casos. O estudo foi financiado pela Alphabet, controladora do Google, e, segundo a cobertura, Rodman atuou como pesquisador visitante no Google durante parte do período. Isso não invalida o trabalho, mas é informação que o leitor merece ter junto com o número.

Eu leio o estudo como o teste de uma divisão de trabalho: a máquina escuta primeiro, o médico decide depois. A pergunta que ele deixa para os próximos é se essa divisão melhora o resultado do tratamento, reduz erros e funciona em clínicas diferentes, com pacientes diferentes.

Resumo: nesse estudo, o chatbot ouviu o paciente, e quem recebeu a confiança dele foi o médico que leria o resumo. Estar na lista de hipóteses não é acertar o diagnóstico, e o estudo não mostra se o paciente saiu melhor.