Imagina tener a un equipo de los mejores expertos del mundo debatiendo tu diagnóstico médico en tiempo real y sin descanso. Esto es exactamente lo que propone Microsoft con su recién presentado MAI-DxO, un sistema de inteligencia artificial capaz de diagnosticar casos clínicos de extrema complejidad con un 83 % de acierto.
Para que te hagas una idea del salto, los médicos de atención primaria e internistas generalistas que se enfrentaron a las mismas pruebas apenas lograron un 36 % de precisión utilizando materiales de consulta. Una diferencia demoledora. Según un estudio publicado el jueves en la revista Science, no estamos ante un chatbot al uso, sino frente a algo mucho más ambicioso.
Y es que el secreto de este rendimiento no reside en un solo cerebro digital, sino en su arquitectura. MAI-DxO es un sistema de orquestación de múltiples agentes de IA que funcionan como un panel médico colegiado. Un agente interroga los síntomas, otro exige pruebas diagnósticas y un tercero debate y refuta las conclusiones. Así de simple. De hecho, Mustafa Suleyman, CEO de la división de IA de la compañía, asegura al publicar estos resultados que estamos tocando con la punta de los dedos la «superinteligencia médica».
La factura de silicio: cuando acertar sale demasiado caro
En concreto, el equipo de Redmond probó este sistema orquestador conectándolo a los motores más brutos del mercado actual. Evaluaron su pipeline sobre los grandes modelos de OpenAI, Anthropic, Meta y DeepSeek, así como en las versiones más recientes de la IA de Google. Como era de esperar, las mayores cifras de éxito se lograron usando GPT-5 y el reciente GPT-5.5.
Pero claro, la excelencia tecnológica tiene un coste altísimo en recursos de computación. Las cifras son mareantes. Usar GPT-5 con un prompt básico para un caso complejo lograba casi un 79 % de precisión, pero el coste estimado se disparaba a 8.400 dólares por paciente. Es decir, una factura de inferencia inviable para cualquier hospital. Al añadir el módulo DxO, lograron rascar cuatro puntos extra de precisión y, lo más importante, recortar ese coste en unos 3.000 dólares.
Evidentemente, este sistema de orquestación brilla con mucha más fuerza cuando el LLM base no es tan inteligente. Si pasamos a un modelo más ligero como Gemini 2.5 Flash, la precisión sube de un triste 46,4 % en solitario a casi un 69 % al ser dirigido por DxO. Magia pura. Sin embargo, los propios investigadores reconocen que en entornos de urgencias rutinarias, añadir esta capa extra a modelos top como GPT-5.5 apenas mejora las cifras: en ambos casos se roza el 85 % por el mismo precio.
De las simulaciones a la cruda realidad de los hospitales
La letra pequeña es que este titular del 83 % contra el 36 % tiene sus matices. El estudio enfrentó a la máquina contra generalistas, pero no incluyó a médicos especialistas ni a equipos clínicos multidisciplinares, que son quienes realmente asumen este nivel de complejidad médica a diario. Falta esa prueba de fuego final.
Por si fuera poco, Microsoft no quiere quedarse en el paper científico. Dominic King, vicepresidente de Salud de la compañía, ha confirmado una alianza estratégica con el Beth Israel Deaconess Medical Center de Boston. Van a probar MAI-DxO en la vida real, en urgencias, comparando las sugerencias de la IA con las decisiones finales de los facultativos humanos. Una evaluación masiva sobre el terreno.
A ello se le suma que la competencia lleva meses moviendo ficha. Recientemente, Google publicó en The Lancet los ensayos clínicos de AMIE, su propia IA conversacional diagnóstica, casualmente en el mismo centro hospitalario. La carrera comercial por liderar el software de apoyo clínico es brutal, y Suleyman confía en que su enfoque iterativo marque la diferencia.
Si miramos a futuro, el plan de Microsoft es aplicar al sector salud la misma fórmula que usaron para revolucionar la programación. Poner los modelos en producción, detectar carencias y corregirlas a base de uso masivo real. De hecho, ya preparan un modelo fundacional sanitario hiperespecializado junto a la Mayo Clinic para el año que viene.
Básicamente, la industria tecnológica ya no se conforma con vender herramientas de dictado de voz o visión por ordenador para radiografías. Quieren que los algoritmos crucen historiales médicos inabarcables para un humano y anticipen crisis antes de que ocurran. La pelota está ahora en el tejado de los reguladores sanitarios para ver hasta qué punto dejamos que el silicio tome el control de nuestra salud.
Me dedico al SEO y la monetización con proyectos propios desde 2019. Un friki de las nuevas tecnologías desde que tengo uso de razón.
Estoy loco por la Inteligencia Artificial y la automatización.
