Microsoft ha llevado su sistema de diagnóstico médico con inteligencia artificial a una nueva fase: ya no se limita a recibir todos los datos de un paciente y escoger una respuesta, sino que investiga el caso paso a paso, decide qué preguntar, qué prueba solicitar y cómo cambiar su hipótesis a medida que aparece nueva evidencia.
El sistema, llamado Microsoft AI Diagnostic Orchestrator o MAI-DxO, fue evaluado en investigaciones publicadas en Science. Los resultados comunicados por Microsoft y recogidos por Reuters muestran que, en escenarios controlados, la herramienta superó ampliamente a médicos generalistas en casos especialmente difíciles y también logró mejores resultados en situaciones derivadas de datos de urgencias.
No recibe todas las respuestas de una vez
La diferencia central está en la forma de razonar. En muchas pruebas tradicionales de inteligencia artificial médica, el modelo recibe desde el comienzo síntomas, antecedentes, resultados de laboratorio y varias respuestas posibles. Eso se parece poco al trabajo real de un médico.
MAI-DxO parte de información limitada. A partir de ahí coordina varios agentes virtuales que proponen diagnósticos, cuestionan hipótesis, seleccionan pruebas y valoran cuánto cuesta obtener nueva información. El sistema va actualizando su conclusión a medida que avanza el caso.
Microsoft creó para ello el Sequential Diagnosis Benchmark, un entorno que convierte casos médicos en encuentros sucesivos. La evaluación incluye 304 casos complejos procedentes de publicaciones clínicas de The New England Journal of Medicine, además de casos más habituales derivados de registros de urgencias.
Más precisión con menos pruebas
En los casos complejos, Microsoft informó una precisión diagnóstica del 83%. Los médicos alcanzaron un 22% sin recursos externos y un 36% cuando pudieron consultar libros e internet. En los casos más habituales de urgencias, la herramienta obtuvo un 80% frente al 47% de los médicos.
El resultado no se limita a acertar el diagnóstico. Una de las configuraciones de MAI-DxO alcanzó un 81% de precisión utilizando menos de la mitad del coste estimado de otros sistemas comparativos. La idea es evitar pruebas innecesarias y escoger aquellas que aportan más información clínica por cada paso.
Reuters señala además que, en pruebas con más de 300 casos difíciles, el sistema fue más de dos veces más preciso que médicos generalistas que podían utilizar textos e internet para investigar. Los investigadores también observaron que los itinerarios diagnósticos propuestos por el sistema podían resultar menos costosos.
Ahora viene la prueba difícil: el hospital
Los propios investigadores reconocen que un benchmark no reproduce por completo la medicina real. Un médico trabaja con pacientes que pueden describir mal un síntoma, presentar varias enfermedades al mismo tiempo o reaccionar de forma inesperada. También intervienen experiencia, comunicación, contexto familiar y decisiones que no pueden reducirse a una puntuación.
Por eso Microsoft colaborará con el Beth Israel Deaconess Medical Center de Boston para estudiar el sistema en un entorno hospitalario. El objetivo será evaluar su capacidad de razonamiento y triaje con pacientes reales y comparar su desempeño con evaluaciones independientes de médicos.
El salto es significativo porque desplaza la competencia de la IA médica desde el examen de preguntas y respuestas hacia algo mucho más cercano al razonamiento clínico: decidir qué información falta antes de intentar responder.
Una herramienta, no un médico automático
Los resultados no significan que una inteligencia artificial pueda sustituir hoy a un médico. La herramienta todavía debe demostrar seguridad, consistencia y utilidad fuera de los experimentos controlados. Un diagnóstico correcto tampoco equivale por sí solo a una atención médica completa.
Pero el estudio sí señala una frontera distinta. Si estos resultados sobreviven a las pruebas hospitalarias, la inteligencia artificial podría dejar de ser únicamente un asistente que resume información para convertirse en un sistema capaz de participar activamente en la secuencia del diagnóstico. Y ahí es donde la medicina empieza a enfrentarse a una transformación mucho más profunda.
