Un artículo de investigación sobre el sistema de diagnóstico MAI-DxO de Microsoft AI se ha publicado en Science, un paso importante hacia lo que la compañía llama «superinteligencia médica».
1. 83% frente a 36% en casos difíciles. El estudio utilizó 304 casos complejos del New England Journal of Medicine, simulando el flujo clínico real: la IA no podía limitarse a responder preguntas de examen; tenía que interrogar al paciente, pedir pruebas y ajustar su juicio como un médico. Un «panel de consulta» de múltiples agentes de IA diagnosticó correctamente el 83% de los casos difíciles, mientras que los médicos de atención primaria e internistas generales, trabajando individualmente con materiales de referencia, solo alcanzaron el 36%. En casos de urgencias fue del 80% frente al 47%.
2. Un «panel de consulta» multiagente. El núcleo de MAI-DxO no es un único modelo respondiendo preguntas, sino varios agentes de IA que actúan como médicos consultores: proponen diagnósticos, eligen pruebas, debaten durante varias rondas y convergen en un diagnóstico final. Microsoft validó el marco en modelos de OpenAI, Google, Anthropic, Meta y DeepSeek, con los mejores resultados en GPT-5 / GPT-5.5, y publicó como código abierto el benchmark de evaluación SDBench para que toda la industria lo verifique.
3. Los límites también están claros. El artículo señala que estos casos difíciles suelen ser tratados por especialistas o equipos médicos, que no formaban parte de la comparación, y que la mayor parte de la mejora proviene de modelos base más potentes, con la orquestación aportando ganancias adicionales. El CEO de Microsoft AI, Mustafa Suleyman, afirma que el siguiente paso son ensayos clínicos reales con socios como Mayo Clinic.
Fuente: Leer el artículo original
Comentarios