La IA de Microsoft acierta el 83% de diagnósticos complejos y deja atrás a los médicos en una prueba de Science

Microsoft aseguró este jueves que su sistema de inteligencia artificial para diagnósticos médicos superó con amplitud a médicos de carne y hueso en casos complejos, según un estudio publicado en la prestigiosa revista Science. El sistema, llamado MAI-DxO, acertó el 83% de una serie de casos clínicos difíciles, frente al 36% que lograron médicos de atención primaria trabajando de forma individual.

MAI-DxO no es un modelo único, sino un “orquestador” que coordina varios agentes de IA como si fueran un panel de especialistas: hacen preguntas sobre el paciente, proponen pruebas, debaten entre sí y revisan su razonamiento antes de cerrar un diagnóstico. Las mejores versiones del sistema corrieron sobre los modelos GPT-5 y GPT-5.5 de OpenAI, aunque también se probaron modelos de Google, Anthropic, Meta y DeepSeek.

Los casos evaluados salieron de informes complejos publicados en el New England Journal of Medicine, y el sistema también se probó en casos típicos de urgencias, donde alcanzó un 80% de precisión frente al 47% de los médicos. En una configuración optimizada por costo, MAI-DxO mantuvo un 81% de aciertos gastando menos de la mitad en estudios que los sistemas comparados.

El director ejecutivo de Microsoft AI, Mustafa Suleyman, describió el resultado como un paso hacia la “superinteligencia médica” y anunció que las pruebas clínicas comenzarán en el hospital Beth Israel Deaconess dentro de dos meses. Eso sí: la comparación tiene límites importantes. Fue una simulación, no participaron especialistas y la empresa lo presenta como una herramienta de apoyo, no como un reemplazo del criterio médico. Microsoft liberó además la plataforma de evaluación SDBench para que otros investigadores puedan reproducir y desafiar los resultados.