Modelo de raciocínio da OpenAI ajuda a identificar 18 novos diagnósticos de doenças raras em crianças
Pesquisadores do Manton Center for Orphan Disease Research, do Boston Children's Hospital, em parceria com a Universidade Harvard e a OpenAI, utilizaram um modelo de raciocínio baseado em inteligência artificial para analisar 376 casos clínicos pediátricos que permaneciam sem diagnóstico após análises genômicas anteriores. O trabalho resultou na identificação de 18 novos diagnósticos em doenças raras que afetam crianças, demonstrando o potencial da inteligência artificial para apoiar médicos em casos considerados complexos ou de difícil solução.
A pesquisa empregou o modelo o3 Deep Research, da OpenAI, uma versão de raciocínio avançado projetada para realizar análises em múltiplas etapas, integrando grandes volumes de informação e gerando hipóteses detalhadas. Segundo a publicação, o modelo foi aplicado a dados clínicos e genômicos previamente anonimizados, ou seja, sem identificação dos pacientes, respeitando as normas de privacidade médica. O objetivo principal era revisar casos antigos que já haviam passado por processos convencionais de investigação genética sem que uma conclusão diagnóstica tivesse sido alcançada.
O fluxo de trabalho adotado foi descrito como um processo guiado por humanos, no qual a inteligência artificial atua em conjunto com especialistas. Os dados dos pacientes passaram por decisões de profissionais da saúde, em seguida pela síntese de evidências realizada pelo modelo de linguagem, depois por revisão de especialistas e, por fim, por testes e confirmação clínica antes do retorno dos resultados às famílias. Essa abordagem busca garantir que o uso da tecnologia ocorra de forma supervisionada, preservando o papel do médico na tomada de decisões finais.
Entre os resultados obtidos, os pesquisadores destacaram que o modelo demonstrou flexibilidade ao identificar variantes genéticas, ou seja, alterações no DNA que podem estar associadas a doenças, mesmo em situações em que os métodos tradicionais não haviam conseguido apontar uma causa clara. A inteligência artificial também foi capaz de produzir hipóteses biologicamente coerentes, isto é, explicações compatíveis com o funcionamento do organismo e com o quadro clínico apresentado pelo paciente, facilitando a interpretação dos dados pelos geneticistas e clínicos.
O estudo foi conduzido com coortes específicas de pacientes, grupos organizados de acordo com características clínicas e genéticas semelhantes, permitindo avaliar o desempenho do modelo em diferentes perfis de doenças raras. A análise por coortes possibilitou observar como o sistema se comporta diante de variações nos dados e em casos com diferentes graus de complexidade, fornecendo uma visão mais detalhada sobre os limites e as possibilidades da ferramenta.
Os próprios pesquisadores reconheceram limitações no uso do modelo. Por se tratar de uma tecnologia em desenvolvimento, o sistema pode apresentar imprecisões, e os resultados precisam ser validados por profissionais especializados antes de qualquer aplicação clínica. Além disso, o modelo depende da qualidade e da completude dos dados fornecidos, o que significa que a ausência de informações relevantes pode comprometer a capacidade da inteligência artificial de gerar hipóteses úteis.
Apesar dessas restrições, os autores consideram que os resultados abrem caminho para uma nova fase na aplicação da inteligência artificial na medicina genômica. A possibilidade de revisar grandes volumes de casos antigos e encontrar diagnósticos que antes passavam despercebidos sugere que a tecnologia pode se tornar uma aliada importante no enfrentamento da chamada odisseia diagnóstica, expressão usada para descrever a jornada longa e difícil enfrentada por famílias de pacientes com doenças raras em busca de uma resposta médica definitiva.
A pesquisa reforça a tendência de incorporação da inteligência artificial em diferentes etapas do atendimento médico, especialmente em áreas onde a escassez de dados e a complexidade dos casos tornam o diagnóstico mais desafiador. Ao combinar capacidade computacional com o conhecimento de especialistas, o estudo mostra que a tecnologia pode ampliar o alcance da medicina de precisão e oferecer novas esperanças para crianças e famílias que aguardam há anos por uma identificação clara de suas condições.
