Microsoft sorprendió al sector salud con un avance tecnológico que marca un antes y un después en la inteligencia artificial aplicada a diagnósticos médicos. Su sistema, denominado MAI Diagnostic Orchestrator (MAI-DxO), logró resolver más del 80% de casos clínicos complejos extraídos del New England Journal of Medicine, mientras que los médicos humanos, sin acceso a herramientas externas, alcanzaron solo el 20%, según informó The Guardian y Wired.
CÓMO FUNCIONA LA INTELIGENCIA ARTIFICIAL MÉDICA DE MICROSOFT
El sistema MAI-DxO actúa como un “orquestador diagnóstico”, coordinando varios modelos de IA, incluidos los de OpenAI, Google y Meta, para simular debates entre expertos y determinar los pasos en la toma de decisiones clínicas. Mustafa Suleyman, director de inteligencia artificial de consumo en Microsoft, explicó que esta metodología de colaboración entre múltiples agentes de IA permite seleccionar qué pruebas solicitar y establecer diagnósticos con un nivel de precisión nunca antes visto.
Además de acertar en diagnósticos complejos, la inteligencia artificial médica de Microsoft demostró una reducción de costos del 20% al elegir pruebas más económicas sin sacrificar la calidad del diagnóstico, según destacó Dominic King, vicepresidente de la empresa.
¿REEMPLAZARÁ LA IA A LOS MÉDICOS?
A pesar de estos resultados, Microsoft ha enfatizado que la IA no sustituirá a los médicos. “Las funciones clínicas de los médicos van mucho más allá de emitir un diagnóstico. Deben gestionar la ambigüedad y generar confianza con los pacientes y sus familias”, subrayó la compañía. Suleyman recalcó que el papel del profesional será crucial para planificar tratamientos, supervisar las decisiones de la IA y mantener la relación humana con los pacientes.
El desarrollo de MAI-DxO forma parte de la alianza estratégica entre Microsoft y OpenAI, respaldada por una inversión de USD 14,000 millones. Sin embargo, la compañía reconoce que su sistema aún no está listo para un uso clínico generalizado, señalando que requerirá más pruebas en síntomas comunes y ensayos comparativos con médicos en contextos reales antes de su implementación a gran escala.
