Microsoft presentó resultados de un sistema de inteligencia artificial que coordina varios agentes para investigar casos clínicos: interroga al paciente, solicita estudios y debate posibles diagnósticos. En una simulación con casos complejos del New England Journal of Medicine, MAI-DxO alcanzó un 83% de respuestas correctas, frente al 36% de médicos de atención primaria e internistas generales que trabajaron individualmente con materiales de consulta.

La diferencia tiene una limitación central: los casos de esa complejidad suelen ser atendidos por especialistas o equipos médicos, que no formaron parte de la comparación. El resultado tampoco equivale a demostrar una superioridad en la atención cotidiana. Microsoft buscará evaluar ahora el razonamiento clínico del sistema en distintos entornos hospitalarios.

Mustafa Suleyman, CEO de Microsoft AI, describió el trabajo publicado en Science como un paso hacia la “superinteligencia médica”, una aspiración que la compañía vincula con mejorar el razonamiento y la coordinación a lo largo de todo el proceso asistencial.

Cómo funciona MAI-DxO y qué evaluó el estudio

El sistema, también llamado DxO, organiza varios agentes de IA para que actúen como un panel de médicos. Microsoft lo probó con modelos de OpenAI, Google, Anthropic, Meta y DeepSeek; sus mejores resultados se obtuvieron con GPT-5 y GPT-5.5, de OpenAI.

Los datos indican que buena parte del desempeño depende de la capacidad del modelo subyacente. La capa de orquestación de Microsoft añade mejoras, pero su aporte varía según el modelo y el tipo de caso.

“Hay algo muy sustancial y emocionante aquí”, afirmó Dominic King, vicepresidente de Salud de Microsoft AI. “El mayor desafío de la prestación sanitaria en este momento es el creciente desajuste entre la demanda y la disponibilidad de experiencia médica”.

Precisión y costos: las mejoras no fueron uniformes

Además de los aciertos diagnósticos, Microsoft evaluó los costos estimados por caso. Con una instrucción breve y básica, GPT-5 logró una precisión del 78,9% en casos complejos, con un costo aproximado de U$S 8.400 por caso. Al incorporar DxO, el costo se redujo en unos U$S 3.000 y la precisión aumentó alrededor de cuatro puntos.

Con GPT-5.5, lanzado en abril de 2026, la mejora en casos complejos fue mayor: DxO elevó la precisión del 72% a casi el 87%, con un costo ligeramente inferior. Sin embargo, en casos de urgencias, ambas configuraciones —con y sin DxO— alcanzaron aproximadamente el 85%, con costos similares.

El sistema también produjo mejoras importantes en modelos menos capaces. Gemini 2.5 Flash pasó del 46,4% por sí solo a casi el 69% con DxO, aunque la diferencia entre modelos débiles y fuertes siguió siendo mayor que el beneficio aportado por la orquestación.

Los investigadores señalaron que las mejoras de precisión tienden a reducirse cuando los modelos se acercan al máximo teórico. Estos resultados muestran que el valor añadido de DxO no es idéntico en todos los escenarios y debe examinarse junto con su costo.

Del entorno simulado a la evaluación hospitalaria

Mediante una nueva colaboración con Beth Israel Deaconess Medical Center, en Boston, Microsoft evaluará el razonamiento clínico de DxO en distintos ámbitos asistenciales. Los pacientes recibirán la atención habitual, incluidos triaje, evaluación por especialistas, tratamientos, estudios y decisiones sobre el alta.

En paralelo, quienes otorguen su consentimiento interactuarán con DxO. Los investigadores compararán sus recomendaciones con las de los médicos.

“Esta tecnología está lista para evaluaciones en el mundo real”, sostuvo King. La investigación abarcará tanto servicios de emergencia como entornos de atención urgente y buscará aportar evidencia sobre una eventual utilización a mayor escala.

Microsoft se suma así a otras compañías que investigan aplicaciones clínicas de IA. Google publicó este mes en The Lancet, junto con Beth Israel, un estudio de su sistema conversacional AMIE en consultas reales de atención urgente, con médicos supervisando las interacciones en tiempo real.

Mayo Clinic y la próxima apuesta por las historias clínicas

Suleyman informó que Microsoft trabaja con Mayo Clinic para entrenar un modelo fundacional para salud, cuyo lanzamiento está previsto para el próximo año. Su expectativa es avanzar hacia sistemas capaces de anticipar cómo podría evolucionar la historia clínica de un paciente.

“Creo que vamos a poder generar de forma continua predicciones muy precisas sobre cómo podría desarrollarse una historia clínica y, obviamente, ese tipo de anticipación para un médico es de enorme valor”, afirmó. Se trata de una proyección del ejecutivo, no de una capacidad clínica validada en el estudio presentado.

Suleyman también anticipó que los modelos sanitarios podrían mejorar un orden de magnitud en los próximos 24 a 36 meses. Su planteo se apoya en un ciclo de uso real, identificación de fallas y actualizaciones sucesivas, similar al que observa en programación y herramientas conversacionales.

Qué significa para el negocio de tecnología sanitaria

Microsoft ya comercializa herramientas de dictado y radiología para profesionales y considera DxO una ampliación de esa oferta. La compañía busca pasar de medir tareas aisladas, como responder preguntas médicas o generar diagnósticos, a integrar sus sistemas con profesionales e instituciones para mejorar resultados.

Por ahora, el avance comunicado combina evidencia en simulaciones con evaluaciones clínicas todavía por desarrollar. Para los servicios de salud, el próximo punto decisivo será conocer si la precisión observada se sostiene en pacientes reales, frente a equipos asistenciales y dentro de los procesos habituales de atención.

La entrada Microsoft: su IA diagnosticó el 83% de casos complejos en una simulación, frente al 36% de médicos generalistas se publicó primero en CureCompass.