Cura 1T: um modelo que aprende medicina treinando a si mesmo, sob supervisão humana

A receita mais comum para um "LLM de saúde" é pegar um modelo generalista forte e ajustá-lo (fine-tuning) com literatura médica, prontuários anonimizados e diálogos clínicos. Funciona até certo ponto, mas herda um limite: o modelo fica bom em imitar o estilo dos dados de ajuste, sem necessariamente ficar melhor nas tarefas que mais importam num consultório — que envolvem raciocínio sobre casos ambíguos, não repetição de padrão textual.

O Cura 1T, publicado pela actAVA AI, tenta outro caminho: em vez de um ajuste único sobre dado estático, o modelo passa por um ciclo de auto-evolução com aprovação humana (human-gated self-evolution loop), em que a definição de o que treinar é, ela mesma, decidida por um agente — e revisada por gente.

Como funciona o ciclo de auto-evolução

O processo descrito no paper opera em rodadas. Um agente de treinamento planeja uma capacidade-alvo específica — por exemplo, "melhorar o raciocínio sobre exames de imagem em conjunto com histórico do paciente". O modelo é então treinado nessa direção, e o agente avalia o resultado rodando trajetórias de benchmark: simulações completas de interação, não apenas perguntas isoladas. A partir das falhas observadas nessas trajetórias, o agente refina a mistura de dados para a próxima rodada — e um humano aprova (ou barra) cada ciclo antes de seguir adiante.

A diferença central em relação a um pipeline de fine-tuning tradicional é que o alvo do treino não é fixado de antemão por um roteiro humano — ele é descoberto iterativamente, a partir de onde o modelo está de fato falhando, com um humano no circuito para vetar direções indesejadas antes que o ciclo continue.

Por que raciocínio clínico é diferente de responder perguntas médicas

Boa parte dos benchmarks médicos existentes testa conhecimento — questões de múltipla escolha ao estilo de prova de residência, onde a resposta certa já existe e é objetiva. O Cura 1T mira em algo mais próximo do trabalho clínico real: consulta interativa, em que a informação chega aos poucos e o modelo precisa decidir que pergunta fazer a seguir; raciocínio sobre imagem combinada com histórico, em que o mesmo achado de exame significa coisas diferentes dependendo do paciente; e uso de ferramentas de EHR, que exige não só "saber" a resposta, mas buscar e cruzar dado estruturado corretamente.

É uma barra mais alta e mais difícil de fraudar por memorização — mas também mais difícil de verificar de fora, porque não existe ainda um benchmark clínico padronizado e amplamente aceito para esse tipo de tarefa interativa, do jeito que existe para perguntas de múltipla escolha.

O ceticismo de praxe

"No topo ou próximo ao topo entre baselines de fronteira" é uma frase forte quando vem sem os números exatos e sem comparação de terceiros — e é assim que o resumo do paper a apresenta até o momento. IA vertical em saúde também carrega um risco estrutural que nenhuma técnica de treino resolve sozinha: erro em diagnóstico tem custo assimétrico em relação a erro em quase qualquer outro domínio de aplicação de LLM, e "competitivo em benchmark" não é o mesmo que "seguro para uso clínico não supervisionado". O próprio desenho do treino — humano aprovando cada ciclo — sugere que a actAVA AI trata isso como ferramenta de apoio, não como substituto de julgamento clínico.

O que fica

O interessante no Cura 1T não é apenas o domínio (saúde já tem fila de LLMs especializados) — é o método: usar um agente para decidir o que treinar a seguir, com humano no circuito revisando cada decisão, em vez de fixar o currículo de treino do início ao fim. Se a abordagem generalizar para outros domínios verticais — direito, engenharia, finanças —, o que muda não é só o modelo, é como modelos especializados passam a ser construídos.

Perguntas Frequentes

O que é um "human-gated self-evolution loop"?

É um método de treino em que um agente de IA planeja qual capacidade desenvolver a seguir, treina o modelo nessa direção, avalia o resultado em trajetórias de benchmark e ajusta a mistura de dados a partir das falhas — com um humano aprovando cada ciclo antes de ele prosseguir, em vez de um roteiro de treino fixado inteiramente de antemão.

O Cura 1T substitui um médico?

Não há indicação disso no material publicado — pelo contrário, o desenho do treino, com aprovação humana em cada ciclo de evolução, sugere um modelo pensado como ferramenta de apoio à decisão clínica, não como substituto de julgamento médico. Erros de diagnóstico têm custo alto demais para depender de um sistema não supervisionado.

Como o Cura 1T difere de um LLM genérico ajustado com dados médicos?

Um fine-tuning tradicional aplica um ajuste único sobre um conjunto de dados médicos definido previamente. O Cura 1T passa por múltiplas rodadas em que o próprio alvo do treino é redefinido a cada ciclo, a partir de onde o modelo está falhando em trajetórias de avaliação — uma abordagem iterativa e orientada a falha observada, não a um roteiro fixo.