“Microsoft dio un verdadero paso hacia la superinteligencia médica”, afirmó Mustafa Suleyman, director general de la división de inteligencia artificial de la compañía. El gigante tecnológico presentó una potente herramienta de IA capaz de diagnosticar enfermedades con una precisión cuatro veces mayor y a un costo significativamente menor que un panel de médicos humanos.
El equipo de Microsoft puso a prueba su herramienta utilizando 304 casos clínicos extraídos de la revista New England Journal of Medicine, creando el Sequential Diagnosis Benchmark (SDBench), un examen que simula el proceso paso a paso que sigue un médico para llegar a un diagnóstico.
Para llevarlo a cabo, desarrollaron el sistema MAI Diagnostic Orchestrator (MAI-DxO), que consulta múltiples modelos de IA líderes —como ChatGPT de OpenAI, Gemini de Google, Claude de Anthropic, Llama de Meta y Grok de xAI— trabajando en conjunto como si fueran un grupo de expertos médicos debatiendo un caso.
El resultado fue sorprendente: MAI-DxO logró un 80% de precisión, muy por encima del 20% de los médicos humanos, y además redujo los costos en un 20% al sugerir pruebas y procedimientos más accesibles. “Este mecanismo de orquestación, con múltiples agentes colaborando como en un debate en cadena, es lo que nos acerca a la superinteligencia médica”, explicó Suleyman.
Para fortalecer este avance, Microsoft ha fichado a varios investigadores de IA provenientes de Google, intensificando la competencia por los mejores talentos en el sector.
La IA ya se utiliza en áreas como la radiología, pero los últimos modelos multimodales prometen convertirse en herramientas de diagnóstico más generales. No obstante, persisten desafíos, como los sesgos en los datos de entrenamiento que podrían afectar a ciertos grupos demográficos.
Microsoft aún no decide si comercializará esta tecnología. Un ejecutivo, bajo condición de anonimato, señaló que podría integrarse en Bing para ayudar a los usuarios a identificar posibles enfermedades o desarrollarse como herramienta para médicos que busquen mejorar y automatizar la atención al paciente. “Durante los próximos dos años iremos probando cada vez más estos sistemas en el mundo real”, concluyó Suleyman.
Este proyecto se suma a una ola creciente de investigaciones que demuestran cómo los modelos de lenguaje pueden diagnosticar enfermedades con sorprendente precisión al analizar historiales médicos.
Comentarios
0 comentarios
