El 22 de octubre, Microsoft anunció que su sistema de inteligencia artificial de diagnóstico médico, Diagnostic Orchestrator, obtuvo resultados superiores a los de los médicos humanos en pruebas de casos complejos, y los hallazgos fueron publicados en la revista académica internacional Science. Mustafa Suleyman, CEO de inteligencia artificial de Microsoft, declaró que la compañía avanza hacia el objetivo de una superinteligencia médica, y se espera que en los próximos años, el rendimiento de los sistemas de inteligencia artificial en el campo médico alcance niveles que sean difíciles de distinguir de los de los expertos humanos.
Microsoft comparó su sistema de diagnóstico de inteligencia artificial con médicos humanos a través de una serie de casos médicos y datos de emergencias, estableciendo un estándar de evaluación llamado SDBench. A diferencia de las pruebas tradicionales que solo requieren responder una pregunta de opción múltiple, este estándar exige que los participantes analicen gradualmente la condición del paciente, formulen preguntas, seleccionen pruebas y, finalmente, emitan un diagnóstico, simulando de manera más realista el proceso de diagnóstico de un médico en la práctica clínica. La idea central de Diagnostic Orchestrator es permitir que múltiples agentes de inteligencia artificial trabajen en conjunto, simulando un equipo de consulta compuesto por médicos de diferentes especialidades.
El sistema determina, según los síntomas y la historia clínica del paciente, las preguntas y pruebas que deben realizarse a continuación, y ajusta continuamente su juicio en función de la nueva información obtenida, hasta llegar al diagnóstico final.
El sistema de diagnóstico de inteligencia artificial de Microsoft destaca en las pruebas
En pruebas basadas en cientos de informes de casos publicados en el New England Journal of Medicine, la tasa de precisión del diagnóstico del sistema fue de aproximadamente 83%. En comparación, los médicos generales que podían consultar referencias tuvieron una tasa de precisión de aproximadamente 36%, mientras que aquellos que no podían consultar referencias alcanzaron aproximadamente el 22%. En otro conjunto de casos de la base de datos de pacientes de emergencia del Beth Israel Deaconess Medical Center en Boston, el sistema de inteligencia artificial alcanzó una precisión del 80%, mientras que la tasa de precisión promedio de los médicos humanos que participaron en la comparación fue de aproximadamente 47%.
Además de tener una tasa de precisión más alta en los diagnósticos, Microsoft también indicó que el sistema a menudo puede llegar a resultados diagnósticos con un costo estimado más bajo, en parte porque el sistema puede seleccionar pruebas basándose en la información existente, en lugar de realizar un gran número de pruebas indiscriminadamente. Sin embargo, estos resultados de costos se basan en un método de estimación uniforme en el estudio y no implican que el sistema haya demostrado poder reducir directamente los gastos operativos reales de los hospitales en un entorno médico real.
Microsoft planea aplicar inteligencia artificial en la atención clínica
El sistema actualmente se basa en la capacidad subyacente de GPT-5 de OpenAI, pero Microsoft enfatiza que no solo el modelo base es lo que realmente importa, sino también el mecanismo de orquestación responsable de organizar el proceso de diagnóstico, coordinar múltiples agentes y validar los resultados de razonamiento. El equipo de investigación indicó que, incluso si el modelo base sigue mejorando, la colaboración entre múltiples agentes podría seguir aportando beneficios adicionales. El sistema fue desarrollado inicialmente en una fase en la que GPT-4.1 aún era un modelo avanzado, y las pruebas posteriores mostraron que la mejora en las capacidades del modelo no necesariamente debilita el valor de la estructura de diagnóstico colaborativo.
Microsoft también reconoció que las pruebas se centraron principalmente en casos anteriores y en diagnósticos complejos seleccionados, y aún no se puede demostrar que el sistema logre el mismo rendimiento en un entorno clínico real. La investigación aún necesita evaluar más a fondo su fiabilidad frente a síntomas comunes, así como su rendimiento en condiciones reales donde la información es incompleta y la situación del paciente cambia constantemente. Para que el sistema se utilice realmente en la práctica clínica, debe pasar por una rigurosa validación clínica.
Dominic King, responsable del negocio de inteligencia artificial médica de Microsoft, afirmó que el diagnóstico es solo una parte de la estrategia médica de la compañía. Microsoft también espera que la inteligencia artificial pueda ayudar a coordinar la atención clínica, desarrollar planes de tratamiento y abordar problemas complejos relacionados con la comunicación y la interacción con los pacientes en los servicios de salud. Microsoft planea colaborar con el Beth Israel Deaconess Medical Center para realizar pruebas en un entorno hospitalario, y el trabajo relacionado podría comenzar en los próximos meses, aunque la compañía aún no ha publicado un cronograma definitivo, ni tiene fechas específicas o planes de lanzamiento de productos en el ámbito de la comercialización.
Suleyman enfatizó que la inteligencia artificial no significa que los médicos desaparecerán del sistema de atención médica. El trabajo de los médicos no solo incluye el diagnóstico, sino también el manejo de información ambigua, la construcción de confianza con los pacientes y sus familias, y la toma de decisiones integrales basadas en situaciones específicas. Microsoft espera que la inteligencia artificial pueda reducir el tiempo que los médicos dedican a tareas repetitivas y tediosas, permitiéndoles concentrar más energía en el cuidado de los pacientes.