Inteligencia artificial de Microsoft es cuatro veces más precisa que los médicos en diagnósticos

El avance acelerado de la inteligencia artificial en el ámbito de la salud ha dado lugar a nuevas herramientas capaces de superar en precisión a médicos con años de experiencia. En un contexto donde los errores de diagnóstico representan un riesgo persistente, la incorporación de sistemas automatizados promete transformar la práctica clínica y optimizar el uso de recursos sanitarios.

En esa línea, Microsoft presentó una nueva plataforma bautizada como AI Diagnostic Orchestrator (MAI-DxO), desarrollada por el equipo de Mustafa Suleyman, uno de los fundadores de DeepMind. La herramienta combina modelos de lenguaje avanzados con un sistema de debate virtual entre agentes de IA para lograr diagnósticos médicos con una tasa de precisión notablemente superior a la humana.

La propuesta de Microsoft consiste en un panel compuesto por cinco agentes de inteligencia artificial que simulan el razonamiento clínico de médicos reales. Estos agentes intercambian argumentos y evaluaciones sobre síntomas y antecedentes, hasta alcanzar un diagnóstico consensuado. El sistema fue probado con 304 casos clínicos complejos publicados por el New England Journal of Medicine, uno de los referentes en medicina científica.

La comparación entre los diagnósticos generados por la herramienta y los realizados por médicos humanos reveló una diferencia significativa. Microsoft informó que el nivel de precisión de su IA alcanzó el 85,5%, especialmente cuando se utilizó el modelo GPT o3 de OpenAI. En contraste, los especialistas humanos que participaron como grupo de control lograron un 20% de aciertos.

“Los modelos de IA se están volviendo no solo un poco mejores, sino dramáticamente mejores que los humanos: más rápidos, más baratos y cuatro veces más precisos”, declaró Suleyman al Financial Times.

Microsoft llevó a cabo pruebas con los modelos de lenguaje de gran tamaño (LLM, por sus siglas en inglés) más avanzados disponibles en el mercado, entre ellos los desarrollados por OpenAI, Meta, Anthropic, Google, xAI y DeepSeek.

Los LLM son sistemas de inteligencia artificial diseñados para comprender y generar texto de manera sofisticada, permitiendo tareas como la redacción, el análisis de información y la interacción automatizada con usuarios.

Si bien Microsoft no ha detallado todavía cuál será la aplicación comercial de esta tecnología, el Financial Times adelantó que podría integrarse a herramientas como Bing y Copilot, las interfaces de búsqueda y asistencia impulsadas por IA desarrolladas por la compañía. Más allá de su uso en entornos clínicos o de consumo, la empresa estima que este tipo de inteligencia artificial podría tener un impacto estructural en los sistemas de salud.

Actualmente, Estados Unidos destina aproximadamente el 20% de su Producto Interno Bruto a la atención médica. De ese total, se calcula que una cuarta parte corresponde a gastos innecesarios, procedimientos ineficientes o intervenciones sin beneficios clínicos reales. Para Microsoft, la incorporación de modelos de debate entre agentes podría reducir significativamente este desperdicio.

Según Suleyman, el futuro de la inteligencia artificial en salud no dependerá exclusivamente del rendimiento de los modelos, sino del valor que agregue el sistema de coordinación.

En palabras del investigador y empresario británico, los modelos de IA tienden a convertirse en “productos básicos” y lo que marcará la diferencia en los resultados es el trabajo “agregado por el orquestador”.

Finalmente, el estudio ha recibido reconocimiento por su nivel de exigencia, aunque especialistas como David Sontag, del MIT, señalan que los médicos participantes no tuvieron acceso a recursos habituales, lo que limita la representación de situaciones reales. No obstante, Eric Topol, del Scripps Research Institute, calificó este resultado como el avance más significativo hasta la fecha, sobre todo por sus posibles efectos en los costos y la eficiencia del diagnóstico.