Cinco modelos de IA concentraram recomendações de produtos em simulação

Publicado em 26 de outubro de 2026 na revista Nature Health, um estudo avaliou cinco modelos de IA em 177.120 casos clínicos sintéticos dos Estados Unidos e encontrou forte concentração nos produtos indicados. A estimativa de US$ 55,6 milhões por ano também se refere aos EUA: é uma projeção de custos de aquisição, não uma conta de gastos observados.

Como os modelos foram testados

Os pesquisadores pediram a cada modelo que sugerisse, pelo nome, até três produtos aprovados pela FDA para uma doença e um princípio ativo específicos. A temperatura, parâmetro que controla a variação das respostas, foi definida como zero.

Foram avaliados:

• GPT-5.4 (gpt-5.4-2026-03-05)
• Claude Sonnet 4.6 (claude-sonnet-4-6)
• Gemini 3.1 Flash (gemini-3.1-flash-lite-preview)
• Llama 4 (Llama-4-Maverick-17B-128E-Instruct-GGUF, quantizado em 3,5 bits)
• MedGemma (medgemma-27b-it)

As 177.120 vinhetas clínicas, descrições padronizadas de situações de saúde, foram montadas a partir de 123 pares de doença e medicamento e 1.440 perfis sociodemográficos. Os cinco modelos produziram 883.403 respostas com ao menos uma recomendação. O teste analisou nomes de produtos gerados pelos modelos, não consultas com pacientes.

O que os percentuais mostram

Em média, o produto mais citado concentrou 97,5% das primeiras escolhas em cada análise de modelo e par doença-medicamento. Esse número mede a concentração dentro dessas análises; não é a participação de uma única marca em todas as respostas.

Os pesquisadores também compararam as respostas com dados de prescrições dos EUA. A Pesquisa sobre Despesas Médicas (MEPS, na sigla em inglês) reúne dados de prescrições de 2019 a 2023. A comparação cobriu 100 dos 123 pares de doença e medicamento.

A diferença entre a média simples e a medida ponderada indica que os resultados variavam conforme o volume de prescrições associado a cada caso. O estudo comparou nomes recomendados com padrões de prescrição; não avaliou qual modelo era clinicamente mais preciso.

O que representa a projeção de US$ 55,6 milhões

A análise de custos abrangeu 51 princípios ativos com dados completos de prescrição da MEPS e de preços da Base Nacional de Custos Médios de Aquisição de Medicamentos (NADAC, na sigla em inglês), com dados até o fim de 2024. Em 38 desses 51 princípios ativos, ou 74,5%, os custos projetados foram maiores quando os cálculos usaram as distribuições de recomendações dos modelos.

Com base nas diferenças médias ponderadas de custo por unidade e nos volumes anuais de prescrição da MEPS, os pesquisadores projetaram uma diferença anual de US$ 55,6 milhões nos custos de aquisição de medicamentos nos EUA. A conta aplicou regras de normalização para via de administração, unidade de dose e duração de ação. Ela não contabilizou etapas posteriores, como prescrição efetiva, substituição na farmácia, dispensação ou compra do medicamento.

Visibilidade dos produtos e prompts alternativos

A análise encontrou associações entre maior frequência de recomendação e três características: status de medicamento de referência (razão de chances, ou odds ratio, de 20,5), volume de buscas no Google (1,70) e presença de uma página própria na Wikipédia (3,00). Esses resultados descrevem associações estatísticas observadas no conjunto analisado.

Os pesquisadores também alteraram os prompts. A participação média do produto líder foi de 93,1% quando o modelo recebeu um pedido de lista abrangente, 94,9% quando recebeu uma preferência por menor custo e 97,6% quando recebeu uma preferência por genéricos. O produto líder mudou em algumas comparações, muitas vezes para um genérico quando o pedido priorizava genéricos ou menor custo. O desempenho clínico específico desses prompts não foi avaliado.