a IA de US$ 15 bilhões que ganha espaço nos consultórios dos EUA — OpenEvidence

OpenEvidence: a IA de US$ 15 bilhões que ganha espaço nos consultórios dos EUA Empresa afirma alcançar 65% dos médicos americanos e avança nos hospitais, enquanto pesquisas discutem limites das respostas e da avaliação clínica Tecnologia na rotina médica: OpenEvidence organiza respostas e referências para apoiar a pesquisa de profissionais de saúde

André Lopes Editor de Inteligência Artificial e Tecnologia

Publicado em 21 de outubro de 2026 às 11h00 .

Última atualização em 21 de outubro de 2026 às 11h11 .

Priorizar nos meus resultados Google RESUMO ＋ A OpenEvidence combina inteligência artificial e literatura médica para responder a perguntas de profissionais de saúde. Avaliada em US$ 15 bilhões, a empresa afirma alcançar 65% dos médicos dos Estados Unidos. Hospitais como o Mount Sinai passaram a incorporar o serviço ao prontuário eletrônico. A expansão comercial, porém, não resolve a discussão sobre a qualidade das respostas: estudos ainda apontam limites e a necessidade de avaliações em situações reais de atendimento.

A OpenEvidence , startup de inteligência artificial que ajuda médicos a pesquisar estudos e orientações clínicas, chegou a uma avaliação de US$ 15 bilhões após captar US$ 250 milhões em setembro.

A companhia afirma, em seu site institucional, que 65% dos médicos dos Estados Unidos usam a plataforma. É um indicador declarado pela própria empresa, não uma medição independente, mas ajuda a dimensionar a disputa para levar a inteligência artificial à rotina médica.

O serviço recebeu mais de 42 milhões de consultas em setembro. Nesse caso, consultas são perguntas feitas ao sistema, e não necessariamente atendimentos de pacientes diferentes.

A reportagem da EXAME testou a ferramenta durante a GTC , conferência da Nvidia realizada de 16 a 19 de março de 2026, em San Jose, nos Estados Unidos. A experiência de uso lembra a do ChatGPT: o usuário faz perguntas em uma interface de conversa e recebe respostas em linguagem natural.

O diferencial percebido no teste foi o foco na medicina, com respostas acompanhadas de bibliografia especializada. A experiência também incluiu imagens médicas de estruturas e detalhes do corpo humano, usadas para complementar as explicações em texto.

Esse repertório permite ao profissional consultar as fontes por trás das respostas. A especialização, porém, não dispensa a avaliação crítica das informações e das imagens apresentadas.

A distribuição passa também pelos hospitais. Em março, o Mount Sinai anunciou uma parceria para disponibilizar a OpenEvidence diretamente no prontuário eletrônico, com acesso para médicos, enfermeiros e farmacêuticos. O objetivo declarado é permitir a consulta a evidências sem sair do ambiente de trabalho clínico.

A versão institucional é gratuita, segundo a OpenEvidence, e inclui integração ao prontuário. A empresa afirma que os dados clínicos dessa modalidade não são usados para treinar modelos.

Na base de conteúdo, a OpenEvidence lista acordos com publicações como New England Journal of Medicine e JAMA , além de diretrizes da National Comprehensive Cancer Network. O acesso a fontes médicas, entretanto, não elimina a necessidade de verificar se cada resposta corresponde ao caso apresentado.

Diferentemente de sistemas para automatizar a burocracia do consultório, esse produto participa da busca de informação para decisões clínicas. Rapidez e confiabilidade precisam andar juntas.

Uma pesquisa publicada em junho na Nature Medicine comparou OpenEvidence e UpToDate Expert AI com três modelos de uso geral. Foram avaliadas 500 questões de conhecimento médico, 500 itens sobre alinhamento com critérios clínicos e 100 perguntas reais feitas por médicos, estas revisadas por 12 profissionais.

Os modelos gerais tiveram desempenho superior nos três testes. O resultado se refere às versões e às tarefas avaliadas, não a uma comparação de desfechos de pacientes tratados com cada ferramenta. Em setembro, uma correspondência publicada na mesma revista questionou a abrangência das conclusões diante das limitações dos testes.

Uma revisão de 11 estudos, publicada em agosto na npj Digital Medicine, também descreveu resultados promissores, mas encontrou amostras pequenas e métodos diferentes entre as pesquisas. Os autores defenderam estudos prospectivos em ambientes reais e avaliações padronizadas, capazes de acompanhar uma plataforma que muda continuamente.

No Brasil, a busca por aplicações semelhantes já aparece em iniciativas como o Projeto Capricórnio, voltado à pesquisa de evidências em oncologia no Paraná. Isso não significa que a operação institucional da OpenEvidence esteja disponível no país: sua página comercial informa que essa modalidade atende organizações que dão suporte a profissionais verificados dos Estados Unidos.

É uma plataforma de inteligência artificial para pesquisar conhecimento médico. Ela organiza respostas a perguntas clínicas e apresenta as referências utilizadas.

A avaliação informada após a rodada de setembro é de US$ 15 bilhões. O investimento nessa operação foi de US$ 250 milhões.

A empresa afirma alcançar 65% dos médicos dos Estados Unidos. O percentual é uma declaração da companhia, não uma medição independente.

A modalidade institucional é gratuita, segundo a companhia. Há opções de integração ao prontuário eletrônico.

Os trabalhos citados avaliam respostas e apoio à decisão, sem estabelecer um benefício geral em desfechos de pacientes. Os pesquisadores pedem mais avaliações em condições reais de atendimento.

A oferta institucional é destinada a organizações que atendem profissionais verificados dos Estados Unidos, segundo a página comercial.

Cofundador da DeepMind encurta sua estimativa para a AGI enquanto aposta na aplicação da tecnologia à ciência e à descoberta de medicamentos

Gastos com computação e infraestrutura chegaram a quase US$ 9 bilhões no semestre; empresa prepara abertura de capital

A inteligência artificial da Anthropic pode ajudar a pesquisar assuntos atuais, analisar arquivos e criar materiais interativos

Expressões genéricas, conclusões previsíveis e estruturas repetidas podem deixar um conteúdo com aparência artificial. Identificar esses padrões ajuda a tornar a escrita mais natural e específica