Microsoft presentó una IA que posibilita diagnosticar, reduce costos y mejora la calidad de la atención.
Una nueva inteligencia artificial (IA) promete revolucionar la medicina. Es AI Diagnostic Orchestrator o MAI-DxO, un sistema creado por Microsoft que fue capaz de diagnosticar enfermedades con una precisión del 80% al hacer las pruebas de laboratorio. Eso es cuatro veces más que los médicos humanos en las mismas condiciones.
La iniciativa fue liderada por Mustafa Suleyman, cofundador de DeepMind y actual CEO de Microsoft AI. Con recursos casi ilimitados, un equipo de élite y apenas un año de desarrollo, crearon lo que algunos ya llaman una “superinteligencia médica”. El objetivo es ambicioso: mejorar la calidad del sistema de salud, bajar costos y, eventualmente, terminar reducir los tiempos de espera en los hospitales.
Suleyman explicó que MAI-DxO no es un chatbot ni un software tradicional. Es un sistema diseñado para reproducir el proceso de razonamiento clínico humano, dividido en roles y automatizado con inteligencia artificial.
La arquitectura del sistema está compuesta por cinco agentes especializados de IA, cada uno con una función dentro del proceso médico:
- Formular hipótesis de diagnósticos.
- Proponer qué estudios pedir.
- Analizar los resultados.
- Sugerir tratamientos.
- Coordinar todo el sistema como si fuera un moderador o director de orquesta.
Este enfoque no solo distribuye el trabajo, sino que permite que los agentes interactúen entre sí en tiempo real, discutan, se corrijan y lleguen a un diagnóstico mediante consenso, a través de un proceso que Microsoft bautizó como chain-of-debate (cadena de debate).
Lo más innovador es que el sistema no solo responde, sino que explica paso a paso su razonamiento, lo que lo hace útil tanto para médicos como para entornos educativos o de investigación.
Un rendimiento que supera ampliamente al humano
En los primeros ensayos realizados por Microsoft, el sistema fue desafiado con una batería de casos clínicos en un entorno cerrado. Los médicos humanos, sin acceso a internet ni consultas externas, alcanzaron una tasa de acierto del 20%. MAI-DxO, en las mismas condiciones, acertó el diagnóstico en más del 80% de los casos.
Además, lo hizo bajo una restricción clave: debía minimizar los costos, es decir, no podía pedir estudios innecesarios para mejorar su resultado. Esta limitación buscó simular situaciones reales del sistema de salud, donde los recursos son limitados y las decisiones deben ser eficientes.
Si bien es un experimento de laboratorio, y no de un entorno clínico real, los resultados abren una pregunta inevitable:
Por Rodrigo Álvarez (TN)
