Ciencia
Microsoft pone a su IA médica a preguntar antes de diagnosticar
Microsoft presenta MAI-DxO, un sistema que simula un panel clínico y decide qué información pedir antes de dar un diagnóstico. Según Microsoft, MAI-DxO obtuvo mayor acierto diagnóstico que los médicos generalistas participantes en una evaluación textual controlada del benchmark. Esa comparación no establece superioridad sobre especialistas, equipos multidisciplinares ni la práctica clínica real.
Recibe el resumen diario de IA
Cada mañana, lo esencial de la inteligencia artificial en tu correo, sin humo. Al día con la IA.
Al suscribirte aceptas recibir el newsletter de AI Informator. Puedes darte de baja cuando quieras.
En resumen
- Según Microsoft, el sistema revisa las posibles enfermedades conforme recibe respuestas y resultados de pruebas.
- La comparación evalúa diagnósticos en una simulación; no demuestra superioridad sobre especialistas, equipos clínicos ni la práctica real.
- Microsoft prevé evaluar el sistema con pacientes en un estudio prospectivo junto al centro médico Beth Israel Deaconess Medical Center, según su anuncio.
La pregunta también forma parte del diagnóstico
El trabajo Sequential diagnosis with language models se publicó en la revista científica Science el 22 de octubre de 2026. Según Microsoft, su propuesta parte de una diferencia decisiva respecto a los exámenes que entregan toda la información de golpe: el sistema comienza con una descripción breve y debe construir el caso. La respuesta final importa, pero también el recorrido hasta ella. Elegir una pregunta útil, pedir una prueba o detener la investigación son decisiones que la evaluación registra junto al acierto diagnóstico y el coste estimado de las pruebas solicitadas.
Un panel simulado que revisa sus hipótesis
Microsoft presenta MAI-DxO como un panel de médicos virtuales con funciones complementarias: proponer diagnósticos, seleccionar preguntas o pruebas y cuestionar la explicación que va ganando fuerza. El intercambio continúa mientras llega nueva información y se sopesa el valor de cada prueba frente a su coste. Según la empresa, ese debate permite revisar la lista de enfermedades posibles durante el proceso. Los interlocutores son simulados y el expediente se consulta mediante texto: el sistema no recibe directamente toda la riqueza de una conversación con un paciente, una exploración o una imagen médica.
Qué se comparó y en qué condiciones
| Conjunto | Casos del benchmark | Sistema | Médicos generalistas con consulta |
|---|---|---|---|
| Conferencias clinicopatológicas | 304 | 83,2 % | 36,1 % |
| Urgencias con ingreso | 325 | 80,3 % | 46,8 % |
Según Microsoft, SDBench transforma casos ya documentados en encuentros interactivos. Una parte procede de las conferencias clinicopatológicas de New England Journal of Medicine, la revista médica que publica esos casos; otra utiliza MIMIC-IV-ED, un conjunto de registros de urgencias con posterior ingreso hospitalario. El estudio compara el sistema con médicos generalistas individuales bajo condiciones controladas. En la comparación resumida aquí, los profesionales disponían de recursos de consulta. Los casos docentes complejos y los registros de urgencias representan materiales distintos, de modo que conviene leer cada resultado dentro de su conjunto y conservar las condiciones del comparador.
Costes estimados y un conflicto declarado
Según Microsoft, el coste se calcula a partir de las investigaciones solicitadas y de una tarifa hospitalaria estadounidense; las preguntas sobre antecedentes y exploración se incluyen en un coste fijo de consulta. Es una estimación para comparar recorridos diagnósticos, no una medición del ahorro de un hospital. El estudio advierte de que esa tarifa no recoge toda la variabilidad real, los tiempos de espera, las molestias o la disponibilidad de las pruebas. Según la empresa, no se obtuvieron fondos externos a Microsoft para estos estudios. Todos los autores son empleados y poseen participaciones en la compañía; varios figuran como inventores en una solicitud de patente sobre evaluación automatizada del diagnóstico secuencial.
La prueba con pacientes que Microsoft prevé
Las limitaciones afectan tanto a los casos como a lo que significa acertar. La evaluación excluye encuentros de personas sanas o con problemas benignos y no reproduce la incertidumbre de relatos incompletos, los matices de comunicación ni el seguimiento. Tampoco mide la idoneidad del tratamiento, la seguridad o los resultados para los pacientes. Microsoft prevé estudiar la interacción directa de pacientes con el sistema junto al centro médico Beth Israel Deaconess Medical Center, según su anuncio. El plan contempla comparar su rendimiento con valoraciones independientes de médicos en distintos entornos hospitalarios. Ese estudio prospectivo anunciado todavía no aporta resultados en el trabajo presentado.
Conclusión
El avance medido está en reunir información y acertar el diagnóstico dentro de una simulación. La utilidad asistencial exige comprobar además lo que esta evaluación deja fuera: seguridad, tratamiento, seguimiento y resultados para los pacientes.
Fuentes primarias
Recibe el resumen diario de IA
Cada mañana, lo esencial de la inteligencia artificial en tu correo, sin humo. Al día con la IA.
Al suscribirte aceptas recibir el newsletter de AI Informator. Puedes darte de baja cuando quieras.
Comentarios