Em 14 de outubro de 2026, a Meta publicou dez manuscritos de pesquisa em saúde produzidos, do brainstorm à redação, com o auxílio de seus modelos Muse sobre uma base de quase 5 milhões de prontuários eletrônicos desidentificados. Nenhum deles saiu em revista científica. Estão nas páginas de publicações da empresa e no blog de pesquisa da Meta (abre em nova aba), com link para download e resumos de avaliação de especialistas independentes contratados, exibidos junto ao material.
O anúncio comprime duas perguntas que costumam andar juntas e não são a mesma. A primeira: os estudos são bons? A segunda: a esteira que os produziu escala? Minha leitura, adiantando o arco deste texto: os estudos são retrospectivos e descritivos, com ressalvas metodológicas honestas — o que é um bom sinal, não um veredito final. A esteira é o verdadeiro produto anunciado, e é nela que está o interesse real para quem trabalha com IA aplicada.
O que há por trás dos dez papéis
Segundo a Meta, o sistema é um scaffold de pesquisa conduzido por humanos, alimentado pelos modelos Muse Spark 1.3 e Muse Wonder, com acesso a uma base licenciada e retrospectiva de 5 milhões de prontuários eletrônicos desidentificados, além de dados públicos. Um deles, o estudo de câncer de mama, é mais específico sobre a base: o banco Protege, congelado em 4 de junho de 2026, com 4.950.000 pacientes, dos quais 156.051 com códigos de câncer de mama.
Para um público técnico, o componente interessante tem nome: o artigo de câncer de mama descreve o trabalho do Muse Spark sob um esquema chamado Symbiotic Agent Teaming — cooperação entre agentes e investigadores humanos em que o modelo apoia a construção de coortes, análise estatística executável (código que roda, não só texto), checagem de qualidade de dados, busca de literatura e redação de relatórios, sempre sob direção do investigador. Uma coorte médica de pesquisadores das áreas de cardiologia, epidemiologia, doenças infecciosas e medicina interna usou o sistema por quatro semanas; a Meta afirma que as decisões e conclusões científicas permaneceram com os especialistas.
O próprio anúncio da empresa resume a motivação — e vale registrar porque marca uma diferença em relação às vitórias da IA em domínios formais:
Estamos explorando como a IA pode acelerar a pesquisa em ciências da saúde. Enquanto a IA teve avanços significativos em ciências formais como a matemática, a ciência de dados em saúde depende de dados reais imperfeitos e de escolhas consequenciais sobre coortes, variáveis e premissas causais. Para explorar como a IA pode auxiliar pesquisadores de saúde, construímos um scaffold de pesquisa conduzido por humanos alimentado por Muse Spark 1.3 e Muse Wonder, com acesso a 5 milhões de prontuários eletrônicos retrospectivos desidentificados e dados disponíveis publicamente. Uma coorte de especialistas médicos usou o sistema para conduzir pesquisa original, acelerar geração de hipóteses, execução de código e redação de manuscritos, mantendo autoridade total sobre as decisões científicas. Hoje, compartilhamos 10 manuscritos de pesquisa produzidos por meio dessa exploração, abrangendo cardiologia, oncologia, doenças infecciosas, medicina de emergência e mais.
A distinção entre ciência formal e dados imperfeitos é precisa e, honestamente, é o argumento mais maduro do anúncio. Um teorema provado é provado. Uma coorte extraída de prontuários carrega vieses de registro, codificação inconsistente e lacunas que nenhuma taxa de acerto do modelo corrige — o processo inteiro depende de escolhas humanas sobre o que medir.
O que os números dos estudos sustentam
Dos dez manuscritos, dois com resumos detalhados nas páginas de publicação permitem calibrar o nível. O estudo de endocardite infecciosa (abre em nova aba), assinado por Paddy Ssentongo, acompanhou adultos com primeiro diagnóstico de endocardite no banco Protege: de 12.553 elegíveis, 6.810 permaneceram após pareamento com controles de bacteremia e períodos de exclusão (washout). O resultado central é um risco elevado de novos diagnósticos de arritmia ou distúrbio de condução nos meses seguintes à infecção, com o pico logo depois do primeiro mês:
| Janela após endocardite | Razão de risco (HR) | IC 95% |
|---|---|---|
| Dias 31–90 | 2,41 | 2,00–2,92 |
| Dias 91–365 | 1,36 | 1,15–1,61 |
| Dias 31–365 (conjunto) | 1,73 | 1,53–1,96 |
O risco padronizado em um ano foi de 6,98% após endocardite contra 4,14% após bacteremia — uma diferença de 2,84 pontos percentuais. O detalhe que merece atenção não é o número, e sim o que a própria página diz: os achados não estabelecem causalidade nem sustentam monitoramento estendido de rotina para todos os pacientes; servem para justificar avaliação prospectiva focada na janela de 31 a 90 dias. Isso é hedging metodológico correto, escrito no resumo, não em nota de rodapé.
O estudo de câncer de mama (abre em nova aba), listado com autoria de Arturo Loaiza-Bonilla, é ainda mais revelador pelo que encontrou — quase nada. O fluxo identificou 106 pacientes com prescrição sequencial de dois conjugados anticorpo-fármaco (sacituzumabe govitecano e trastuzumabe deruxtecano): 73 com o segundo prescrito antes, 33 com o primeiro antes. A mediana do intervalo entre drogas foi de 63 dias num caminho e 49 no outro; a diferença mediana, de -14 dias, tem intervalo bootstrap de -41 a 21 e P distribucional de 0,42. Resultado negativo, analisado de forma descritiva e não ajustada, com a ressalva explícita de que prescrição não confirma administração nem progressão da doença.
Aqui está um sinal que eu valorizo mais do que qualquer métrica de produtividade: um pipeline agente que publica um resultado nulo, com intervalos honestos e sem forçar uma conclusão, está mostrando comportamento de pesquisa e não comportamento de marketing. Dito isso, é um sinal — não uma garantia. Dois manuscritos com abstracts detalhados não dizem nada sobre a qualidade homogênea dos outros oito.
Revisado por quem, exatamente
O processo descrito pela Meta inclui feedback de pares dentro da coorte médica, revisão das análises por bioestatísticos e resumos de avaliação de especialistas independentes contratados por terceiros, exibidos no blog. As páginas de publicação, por sua vez, oferecem download e não indicam aceitação em revista nem revisão por pares tradicional.
Na prática, o material se comporta como um pacote de preprints com revisão interna reforçada. Não é ilegítimo — preprints são o meio científico inteiro funcionando assim, , mas muda o peso epistêmico. Revisores pagos pela mesma empresa que produz e anuncia o sistema, ainda que juridicamente independentes, não substituem o ciclo adverso de uma revista com revisores de fora. Manuscrito não é conhecimento; é candidato a conhecimento.
O mesmo ceticismo se aplica à produtividade. A Meta relata manuscritos do primeiro prompt ao texto pronto em menos de duas semanas, alguns em sete dias, e ganho de até dez vezes no melhor cenário comparado a processos tradicionais. Repare no "melhor cenário": é exatamente onde qualquer processo coloca seu melhor número. Sete dias do prompt ao manuscrito é rápido, há revisão de pares que não responde em sete semanas, , mas a métrica vem de um relatório de experiência de especialistas divulgado pela própria Meta, não de medição independente. Trate-a como trata benchmark de fornecedor: como hipótese a replicar, não como fato.
Os limites materiais
Três restrições estruturam o que dá para concluir. Primeira: tudo é retrospectivo. A Meta assume isso e diz que trabalhos futuros com bases mais abrangentes poderiam gerar hipóteses para ensaios prospectivos, ou seja, o pipeline produz candidatos a hipótese, não evidência clínica aplicável. Segunda: os dados vêm de um único banco desidentificado, licenciado; generalizar para outras populações, outros sistemas de registro e outras práticas de codificação é inferência que ninguém fez ainda. Terceira, e mais incômoda para auditoria: a desidentificação aparece no anúncio como condição do licenciamento, não como objeto descrito em detalhe. Para quem opera com dados sensíveis, o interessante a cobrar dos fornecedores não é "os dados eram anonimizados?" e sim "como, com quais controles, com qual trilha de auditoria".
O que sobra para quem constrói
Para desenvolvedores, a lição durável não está em nenhum HR. Está no formato do workflow: coorte construída por código executável e versionável, checagem de qualidade de dados como etapa de primeira classe, literatura recuperada e citada no fluxo, estatística que roda de verdade, e um humano com autoridade formal sobre cada decisão consequencial. Esse é um padrão replicável em qualquer domínio onde a resposta depende de dados imperfeitos e escolhas de modelagem, bem diferente de jogar uma pergunta num chatbot e torcer.
O contraponto também é útil. O que este experimento demonstra é que a etapa lenta e mecanicamente intensiva da pesquisa, construir coorte, rodar análises, redigir, pode ser comprimida com supervisão humana enxuta. O que ele não demonstra é que as etapas que exigem julgamento, escolher a pergunta certa, validar contra a realidade de novos pacientes, sobreviver à revisão adversa, tenham acelerado na mesma proporção. Se a compressão se concentrar só no fim do funil, o resultado prático não é dez vezes mais ciência; é dez vezes mais manuscritos disputando a mesma atenção de revisores. Nesse cenário, o gargalo só muda de lugar, e o mercado de ideias fica com o trabalho extra de filtrar. A aposta da Meta, explícita no anúncio, é que o ganho de produtividade chegue às etapas de julgamento também. É uma aposta razoável, e, por enquanto, uma aposta.
Perguntas frequentes
O que são Muse Spark 1.3 e Muse Wonder?
São dois modelos da Meta que alimentam um scaffold de pesquisa conduzido por humanos. O papel do Muse Spark está documentado nos manuscritos: construção de coortes, análise estatística executável, checagem de qualidade de dados, busca de literatura e relatórios, sob o esquema de cooperação chamado Symbiotic Agent Teaming. O material publicado descreve o sistema como alimentado pelos dois modelos, mas não detalha a divisão exata de papéis entre eles.
Os dez manuscritos passaram por revisão por pares em revistas científicas?
Não segundo o que as páginas indicam. Elas oferecem os textos para download e não apontam aceitação em revista nem revisão por pares tradicional. O processo relatado pela Meta incluiu feedback de pares da própria coorte médica, revisão bioestatística das análises e resumos de avaliação de especialistas independentes contratados, exibidos no blog de pesquisa.
Os resultados podem ser aplicados à prática clínica?
Não no estágio atual, e as próprias páginas dizem isso. O estudo de endocardite afirma que os achados não estabelecem causalidade nem sustentam monitoramento estendido de rotina, servindo para motivar avaliação prospectiva. Todo o conjunto é limitado a análises retrospectivas, com valor como gerador de hipóteses para ensaios futuros.
Quantos prontuários foram usados e de onde vêm?
Segundo a Meta, o sistema teve acesso a uma base licenciada e retrospectiva de 5 milhões de prontuários eletrônicos desidentificados. O estudo de câncer de mama especifica o banco Protege, congelado em 4 de junho de 2026 com 4.950.000 pacientes, dos quais 156.051 com códigos de câncer de mama.