La IA de Microsoft acertó el 83% de casos médicos complejos

Un sistema de inteligencia artificial de Microsoft diagnosticó correctamente casos médicos complejos en una simulación más del doble de veces que médicos generalistas, según un estudio publicado en la revista Science. El sistema se llama MAI-DxO y coordina varios agentes de IA que funcionan como un panel de doctores: interrogan al paciente, piden estudios y debaten un diagnóstico.

En la simulación, el sistema acertó el 83% de las veces, contra el 36% de los médicos de atención primaria e internistas que trabajaron solos y con material de consulta. Los casos provenían del New England Journal of Medicine. Una aclaración del propio estudio: ese tipo de cuadros tan complejos suelen quedar en manos de especialistas o equipos médicos, que no formaron parte de la comparación.

Cómo se midió

Microsoft probó MAI-DxO con modelos de varias empresas, entre ellas OpenAI, Google, Anthropic, Meta y DeepSeek. Los mejores resultados aparecieron con GPT-5 y GPT-5.5, de OpenAI.

El trabajo también midió el costo estimado de correr la IA en cada caso:

• GPT-5 solo, con una instrucción breve, acertó el 78,9% de los casos complejos a unos 8.400 dólares por caso.
• Con DxO, el costo bajó unos 3.000 dólares pero la precisión subió apenas cuatro puntos.
• Con GPT-5.5, DxO llevó la precisión del 72% a casi el 87%, con un costo levemente menor.
• En casos de guardia, en cambio, no hubo mejoras claras ni en precisión ni en costo con ninguno de los dos modelos.

Los investigadores de Microsoft señalaron que las ganancias de precisión se achican a medida que los modelos se acercan al máximo teórico. La mejora más marcada aparece en casos complejos y con modelos menos potentes: Gemini 2.5 Flash, por ejemplo, pasó del 46,4% al 69% con DxO. Aun así, la diferencia entre modelos débiles y fuertes fue mayor que el empujón que aporta el sistema de coordinación.

Próximos pasos y antecedentes

Mustafa Suleyman, CEO de Microsoft AI, dijo que la compañía trabaja con la Mayo Clinic para entrenar un modelo de base para salud, con lanzamiento previsto para el año que viene. También anticipó que en 2027 espera un salto en el procesamiento de historias clínicas: "Vamos a poder transmitir predicciones muy precisas sobre cómo podría evolucionar una historia clínica", afirmó.

Microsoft evaluará ahora el sistema en hospitales reales junto al Beth Israel Deaconess Medical Center de Boston. Los pacientes recibirán el tratamiento habitual y, en paralelo, quienes den su consentimiento interactuarán con DxO para comparar sus recomendaciones con las de los médicos. Dominic King, vicepresidente de Salud de Microsoft AI, dijo que esperan que sea el estudio más grande de su tipo.

La publicación en Science coincide con un documento de Microsoft sobre lo que considera necesario para alcanzar una "superinteligencia médica", definida como la capacidad de superar a los mejores sistemas de salud humanos en razonamiento y coordinación a lo largo de todo el proceso de atención. La empresa ya vende herramientas de dictado y radiología a profesionales de la salud y ve a DxO como una ampliación de esa línea. Google y OpenAI también publicaron resultados que ubican a sus sistemas a la altura o por encima de los médicos.