Un sistema de diagnóstico médico basado en inteligencia artificial desarrollado por Microsoft demostró una capacidad superior a la de los médicos generales en el diagnóstico de casos médicos complejos dentro de un estudio de simulación publicado en la revista Science. Mustafa Suleyman, director ejecutivo de inteligencia artificial en Microsoft, calificó estos resultados como un paso importante hacia el logro de la denominada "superinteligencia médica" (medical superintelligence).
Mecanismo de funcionamiento del sistema MAI-DxO
El sistema se llama MAI-DxO (abreviado como DxO) y se basa en la coordinación de múltiples agentes de inteligencia artificial que trabajan juntos como un comité médico integrado; donde se encargan de interrogar al paciente, solicitar las pruebas necesarias y debatir para llegar al diagnóstico preciso. En una prueba de simulación que utilizó casos complejos extraídos de la revista New England Journal of Medicine, el sistema tuvo éxito en el diagnóstico el 83% de las veces, mientras que los médicos de atención primaria y los internistas generales —que trabajaron individualmente con la ayuda de referencias— registraron una tasa de éxito del 36%. Cabe señalar que este tipo de casos complejos normalmente se remiten a especialistas o equipos médicos especializados que no formaron parte de esta comparación.
Papel de los modelos fundamentales y eficiencia de costos
Los datos del propio estudio indican que la mayor parte de la mejora se debe a la potencia de los modelos fundamentales de inteligencia artificial subyacentes al sistema, mientras que el sistema de coordinación desarrollado por Microsoft aportó ganancias adicionales. La empresa probó el sistema DxO utilizando modelos de múltiples compañías como OpenAI, Google, Anthropic, Meta y DeepSeek, aunque los mejores resultados se registraron con los modelos GPT-5 y GPT-5.5 de OpenAI.
Además de la precisión, Microsoft midió el costo de operación de la inteligencia artificial por cada caso; el modelo GPT-5 por sí solo registró una precisión del 78.9% con un costo cercano a los 8,400 dólares por caso, mientras que el sistema DxO redujo ese costo en unos 3,000 dólares pero aumentó la precisión en aproximadamente cuatro puntos porcentuales. Con la versión más reciente GPT-5.5, la precisión en los casos complejos aumentó del 72% a casi el 87% con un costo ligeramente menor al integrarlo con el sistema DxO.
¿Qué cambia en la práctica?
A través de nuevas asociaciones, como su colaboración con hospitales de la talla de Mayo Clinic y el Centro Médico Beth Israel Deaconess (Beth Israel Deaconess Medical Center) en Boston, Microsoft busca evaluar las capacidades de razonamiento clínico del sistema DxO en entornos hospitalarios reales y salas de urgencias saturadas. Estas evaluaciones incluyen comparar las recomendaciones del sistema con las decisiones reales de los médicos humanos para hacer frente al mayor desafío representado por la creciente brecha entre la demanda de experiencia médica y su disponibilidad.
Perspectivas futuras y desafíos pendientes
El equipo planea desarrollar un modelo fundamental especializado en la atención médica que se espera lanzar el próximo año, con previsiones de que las capacidades de la inteligencia artificial médica mejoren exponencialmente en los próximos años. A pesar de estos alentadores resultados, siguen existiendo interrogantes sobre la capacidad de estos sistemas para lidiar con toda la complejidad de los entornos médicos reales fuera del ámbito de la simulación, y cómo se integrarán de manera efectiva con el papel crucial de los médicos especialistas.