Delphi-2M: novo modelo de IA afirma prever a progressão de 1.000 doenças em até 20 anos 🔬🧵 Um estudo publicado na Nature avaliou resultados com dados de milhões — promessa enorme, vamos analisar os fatos.

Imagem indisponível

O que foi anunciado: Delphi-2M foi treinado com dados de mais de 2,4 milhões de moradores do Reino Unido e da Dinamarca e, segundo autores, prevê a progressão de mais de 1.000 condições ao longo de até 20 anos. Publicado em Nature em setembro.

Como funciona: o modelo opera de forma semelhante a grandes modelos de linguagem (pense ChatGPT) — processa bases de referência e responde a cenários clínicos. Para ser considerado apto precisou superar 50% de acerto em quadros hipotéticos; alcançou aptidão em 97% das doenças testadas.

Imagem indisponível

Resultados e limitações técnicas: os autores apontam desempenho superior a métodos tradicionais em várias métricas, mas o treinamento em coortes do Reino Unido e Dinamarca levanta dúvidas sobre generalização para outras populações, diferenças genéticas, sociodemográficas e padrões de atendimento.

Limites clínicos e de validação: avaliação com cenários hipotéticos não substitui ensaios prospectivos. Correlação não é causalidade — prever trajetória é distinto de alterar desfechos. É preciso validação em ambientes reais, grupos minoritários e testes que provem impacto em saúde pública.

Imagem indisponível

Riscos e responsabilidade: há preocupações com vieses, privacidade e concentração de poder se tecnologias assim ficarem em poucas mãos. Também há custo ambiental e necessidade de transparência acerca de dados e consentimento. Regulamentação e governança são essenciais para acesso justo.

Reflexão final: Delphi-2M amplia o horizonte da previsão em saúde — escala e desempenho chamam atenção, mas o caminho entre pesquisa e prática exige validação externa, governança de dados e políticas que garantam equidade no acesso. Promessa grande; cuidado científico maior.

Imagem indisponível