Microsoft ha presentado MAI-DxO, un sistema de inteligencia artificial diseñado para actuar como un panel de médicos que coordina agentes de IA para realizar diagnósticos complejos. Según un estudio publicado el jueves en la revista Science, esta herramienta logró un 83% de precisión en casos clínicos complejos, superando con creces a los 36% de los médicos generales que trabajaron individualmente con material de referencia. Mustafa Suleyman, CEO de Microsoft AI, calificó el hallazgo como un paso significativo hacia la "superinteligencia médica", un concepto que define la capacidad de superar a los sistemas de salud humanos en la coordinación y razonamiento médico a lo largo de todo el proceso de atención.
El funcionamiento de MAI-DxO se basa en la orquestación de varios agentes de IA que actúan como un equipo médico: interrogan al paciente, ordenan pruebas y debaten sobre el diagnóstico. En la simulación, basada en casos del New England Journal of Medicine, el sistema demostró una superioridad notable frente a los profesionales de la salud tradicionales. Sin embargo, es importante destacar que los casos más complejos suelen ser manejados por especialistas o equipos médicos, quienes no formaron parte de la comparación directa, aunque el estudio sugiere que la mejora proviene en gran medida de modelos de IA subyacentes más potentes, con la orquestación de Microsoft añadiendo beneficios adicionales.
En cuanto a la eficiencia económica, Microsoft midió tanto la precisión como el costo estimado de ejecución por caso. Con el modelo GPT-5, la herramienta MAI-DxO redujo el costo de aproximadamente 8.400 dólares por caso, aunque aumentó la precisión solo en cuatro puntos. No obstante, con el modelo más reciente GPT-5.5, lanzado en abril de 2026, los resultados fueron más prometedores: la precisión subió del 72% al 87% en casos complejos, manteniendo un costo ligeramente inferior. En los casos de urgencia, la mejora fue menor, con ambos modelos (con y sin asistencia de DxO) obteniendo alrededor del 85% de precisión a un costo similar. Incluso con modelos menos capaces, como Gemini 2.5 Flash, DxO mejoró la puntuación de 46,4% a 69%, aunque la brecha entre modelos fuertes y débiles permaneció mayor que el impulso proporcionado por la orquestación.
El contexto de esta presentación no es aislado. Microsoft se suma a Google y OpenAI en la afirmación de que su IA puede igualar o superar a los médicos. Mientras que Google publicó recientemente un estudio en The Lancet sobre su herramienta AMIE en el centro Beth Israel Deaconess Medical Center, Microsoft ha anunciado una nueva colaboración con ese mismo hospital para evaluar las capacidades de razonamiento clínico de DxO en entornos de urgencia y atención de urgencias. Dominic King, vicepresidente de Salud de Microsoft AI, describió este estudio como "el más grande de su tipo", con el objetivo de proporcionar evidencia convincente sobre la capacidad de despliegue a gran escala.
Las implicaciones de estos resultados son profundas. Suleyman, quien lleva años en la industria de la IA médica (fundador de DeepMind y Hark), cree que la IA médica está en una fase temprana pero con un potencial de crecimiento exponencial. "Creo que dentro de los próximos 24 a 36 meses, los modelos de salud mejorarán en una orden de magnitud en capacidad", afirmó. Su visión a largo plazo incluye un "avance en el estilo de codificación" para los registros médicos en 2027, donde la IA podría predecir el desenlace de un caso con alta precisión, ofreciendo una visión de futuro invaluable para los clínicos.
Microsoft ha definido su estrategia no solo en torno a benchmarks individuales, sino a la integración con sistemas de salud para mejorar los resultados. La compañía ya vende herramientas de dictado y radiología, y ve a DxO como una expansión natural de estos esfuerzos. Suleyman enfatizó que la tecnología es "lista para evaluaciones en el mundo real" y que la complejidad y diversidad de los problemas que surgen en un departamento de urgencias, como el de Boston, son el escenario ideal para probar estas herramientas. El objetivo final es posicionar a Microsoft como un diferenciador clave frente a otros laboratorios de IA de frontera, ofreciendo productos de soporte de decisiones clínicas de vanguardia que no solo sean precisos, sino también eficientes y escalables.