Um sistema de inteligência artificial desenvolvido pela OpenAI, empresa responsável pelo ChatGPT e pelos modelos GPT, auxiliou médicos do Boston Children's Hospital, nos Estados Unidos, a fechar diagnósticos de 18 crianças portadoras de doenças raras que permaneciam sem explicação clínica há anos. O estudo foi publicado no periódico científico NEJM AI e avaliou o desempenho do modelo o3 da OpenAI na análise de dados genéticos complexos, abrindo novos caminhos para casos antes considerados inconclusivos.
A pesquisa analisou 376 genomas de pacientes com doenças raras e identificou aproximadamente 5% de novos diagnósticos que não haviam sido detectados por métodos tradicionais. Entre os 18 casos solucionados com apoio da tecnologia estavam distúrbios do neurodesenvolvimento, doenças neuromusculares, quadros de psicose precoce e até situações de morte súbita. O que mais chamou a atenção dos pesquisadores foi a capacidade do sistema de reunir pistas que, isoladamente, não conduziam a nenhuma conclusão clínica.
A pesquisadora Catherine Brownstein, vinculada ao Manton Center for Orphan Disease Research, instituição dedicada ao estudo de doenças raras vinculada ao hospital, resumiu o impacto da ferramenta em uma frase curta: uma mudança total.
Na prática, a tecnologia não substitui o trabalho dos médicos. Ela atua como uma camada adicional de apoio, cruzando informações genéticas, sintomas e hipóteses clínicas para sugerir possíveis relações entre genes e doenças. Esse tipo de processamento é particularmente útil em casos de alta complexidade, nos quais o volume de informações é grande e o número de variáveis genéticas dificulta a análise manual. Enquanto equipes médicas precisam dividir o tempo entre múltiplos pacientes e a leitura de publicações científicas, a inteligência artificial consegue examinar padrões com velocidade significativamente maior.
Mesmo com esse suporte computacional, nenhuma conclusão é automática. Todos os resultados gerados pelo sistema passam obrigatoriamente por avaliação médica antes de serem considerados diagnósticos definitivos. A tecnologia funciona como um instrumento de triagem e sugestão, e não como uma autoridade diagnóstica autônoma.
Suyash Shringarpure, um dos autores do estudo, destacou um problema estrutural na medicina genética que envolve o tempo necessário para analisar casos individualmente e acompanhar a constante produção de novas descobertas científicas. Ele explicou que um caso pode chegar a uma equipe sem solução, mas um ano depois um artigo científico é publicado e esclarece a ligação entre um gene específico e uma doença. A latência entre a descoberta científica e sua aplicação clínica é um dos principais gargalos que a inteligência artificial pode ajudar a reduzir.
O caso da paciente Kyra Benton ilustra esse desafio de forma direta. Ela começou a apresentar sintomas aos 9 anos de idade e passou quase uma década sem diagnóstico, mesmo com a progressão do quadro clínico. Apenas aos 20 anos veio a resposta: miopatia miofibrilar, uma doença neuromuscular de caráter genético e progressivo. A descoberta tardia revela tanto a complexidade dessas condições quanto o longo percurso que pacientes de doenças raras costumam enfrentar até obter uma explicação para seus sintomas.
Apesar do desfecho positivo, Benton adotou uma postura cautelosa em relação ao uso da tecnologia. Em entrevista à NBC News, ela afirmou que não é uma pessoa particularmente favorável à inteligência artificial, embora reconheça que a ferramenta tem suas vantagens. A declaração reflete um sentimento comum entre pacientes e profissionais de saúde que veem na tecnologia uma aliada, mas não uma solução universal.
A própria OpenAI ressalta em seus termos de uso que a tecnologia não substitui a avaliação médica profissional e não deve ser empregada para autodiagnóstico. Essa ressalva é particularmente relevante em um contexto no qual ferramentas de inteligência artificial se tornam cada vez mais acessíveis ao público geral, criando o risco de uso inadequado por pessoas sem formação médica.
O estudo publicado no NEJM AI sinaliza um avanço concreto na área de medicina genômica. Ferramentas de inteligência artificial começam a atuar como suporte real em investigações de alta complexidade, especialmente em cenários nos quais diagnósticos tradicionais não conseguem oferecer respostas. A capacidade de processar grandes volumes de dados genéticos e cruzá-los com literatura científica atualizada coloca a tecnologia em uma posição complementar importante dentro do fluxo de trabalho clínico.
O modelo o3 da OpenAI, utilizado no estudo, é parte de uma geração mais recente de sistemas de inteligência artificial projetados para tarefas de raciocínio avançado. Sua aplicação no contexto hospitalar demonstra que modelos de linguagem de grande porte, originalmente desenvolvidos para processamento de texto, podem ser adaptados para domínios altamente especializados como a genômica. Essa versatilidade amplia o leque de aplicações potenciais da tecnologia para além das tarefas convencionais de geração de texto.
A pesquisa do Boston Children's Hospital reforça um movimento mais amplo de integração entre inteligência artificial e medicina. Hospitais universitários e centros de pesquisa nos Estados Unidos e em outros países vêm explorando o uso de sistemas computacionais para acelerar diagnósticos, priorizar casos e sugerir hipóteses que podem não ter sido consideradas pelas equipes clínicas. Os resultados observados com pacientes pediátricos portadores de doenças raras representam um dos exemplos mais claros do valor prático dessa abordagem.
A combinação entre processamento computacional de alto desempenho e revisão médica especializada parece se consolidar como um padrão promissor para a medicina genômica. A tecnologia amplia a capacidade de análise, mas a decisão clínica continua nas mãos de profissionais habilitados. Os 18 diagnósticos fechados no estudo são um indicativo de que, quando aplicada com critério e supervisão, a inteligência artificial pode fazer diferença em casos que desafiam a medicina há anos.
