IA de Microsoft Acerta 85% Dos Diagnósticos Em Testes Clínicos E Supera Médicos Humanos Em Precisão E Eficiência De Recursos
La Microsoft reveló un nuevo sistema de inteligencia artificial que promete transformar la forma en que se realizan los diagnósticos médicos. Llamado Microsoft AI Diagnostic Orchestrator (MAI-DxO), el recurso presentó resultados sorprendentes en pruebas que compararon su desempeño con el de médicos experimentados.
Según la empresa, la herramienta fue capaz de alcanzar una tasa de acierto cuatro veces mayor que la de profesionales humanos en diagnósticos de casos clínicos complejos.
Desempeño Superior Al Esperado
De acuerdo con Microsoft, el MAI-DxO fue probado con base en 304 casos clínicos publicados en el New England Journal of Medicine.
-
La inteligencia artificial está disparando el consumo de energía, elevando las emisiones de los gigantes de la tecnología y empujando a Google, Microsoft y Meta más cerca del gas natural.
-
Mercor pagó 1,5 millones de dólares por día para que médicos, abogados y ex-banquero de Goldman Sachs enseñaran a la inteligencia artificial a hacer su trabajo y, en 17 meses, pasó de cero a 500 millones de dólares en ingresos anuales mientras sus propios contratados aceleran la sustitución de su propio trabajo.
-
Casio presenta a Moflin, una mascota robótica con inteligencia artificial creada para ofrecer confort emocional y simular un vínculo afectivo permanente.
-
Google Maps revoluciona la navegación por GPS con la inteligencia artificial Gemini, la función Ask Maps y visualización 3D avanzada para la planificación de rutas y viajes
Este contenido fue elegido por contener relatos detallados y completos sobre diferentes trayectorias de cuidado con pacientes reales.
El resultado fue una tasa de acierto del 85,5% de los diagnósticos por parte del sistema de IA, contra solo el 20% de acierto obtenido por el grupo de 21 médicos humanos que participaron en la comparación.
El desempeño superior llamó la atención no solo por la precisión, sino también por la economía. El sistema logró llegar a los diagnósticos correctos gastando menos recursos.
Esto fue posible porque la IA eligió de forma más eficiente los exámenes y pruebas a solicitar, considerando tanto el costo del procedimiento como su utilidad práctica.
Proceso Similar Al De Los Médicos
Para simular una situación más cercana a la práctica clínica, el equipo de Microsoft adoptó un formato de diagnóstico secuencial.
En este modelo, tanto la IA como los médicos recibían la información de forma gradual y podían solicitar nuevos exámenes según consideraran necesario.
Un ejemplo citado fue el de un paciente con fiebre y tos. Con base en estos síntomas iniciales, el profesional – humano o artificial – podría pedir exámenes de sangre y una radiografía antes de definir el diagnóstico de neumonía.
Al final, la conclusión se comparaba con el diagnóstico considerado correcto por los especialistas del artículo usado como base.
Uso Combinado De Modelos De IA
Otro diferencial del MAI-DxO es que funciona como un orquestador de diferentes modelos de inteligencia artificial.
La herramienta consulta sistemas ya existentes, como el GPT de OpenAI, el Gemini de Google, el Claude de Anthropic, el Llama de Meta y el Grok de xAI.
Esto permite que el sistema reúna las mejores capacidades de cada uno, reproduciendo, de cierta forma, el trabajo colaborativo entre especialistas humanos en hospitales.
Al reunir estas diversas fuentes, el sistema logra cubrir un mayor rango de posibilidades y ajustar el razonamiento a medida que aparecen nuevas informaciones. Esta combinación resultó eficaz durante las pruebas con los casos clínicos reales.
Control De Costos Y Precisión
Una de las innovaciones destacadas en el experimento es la forma en que el sistema logra equilibrar la búsqueda del diagnóstico correcto con la limitación de recursos.
En lugar de solicitar todos los exámenes posibles, el MAI-DxO fue configurado para actuar con cautela, eligiendo solo los procedimientos que ofrecieran el mejor costo-beneficio.
Esto significa que el sistema evaluaba el valor financiero de los exámenes, el posible malestar para el paciente y el tiempo necesario para concluir la atención. La IA, así, demostró capacidad de razonamiento clínico con enfoque en la eficiencia.
Desempeño Prometedor, Pero Con Limitaciones
A pesar de los buenos resultados, Microsoft subraya que la tecnología aún tiene limitaciones importantes. La empresa reconoce que el alto desempeño de la IA fue registrado en casos más complejos, pero que aún no hay evidencia suficiente sobre su actuación en situaciones médicas más comunes.
Además, Microsoft afirma que el papel de los médicos no puede ser reemplazado solo por el diagnóstico. Los profesionales de la salud también necesitan lidiar con la ambigüedad, crear vínculos con los pacientes y actuar en decisiones humanas que la IA no puede simular.
Atención A Los Próximos Pasos
Para Microsoft, el MAI-DxO representa solo el comienzo de una nueva fase. Según la empresa, el sistema puede ayudar a los pacientes a cuidar mejor de su salud y también puede ofrecer soporte avanzado para médicos que enfrentan casos difíciles.
Aún según la nota oficial, los costos de salud han aumentado a un ritmo insostenible. Con más de 50 millones de búsquedas de información médica realizadas todos los días, la empresa ve un escenario en el que las personas buscan cada vez más ayuda digital.
En este contexto, la IA surge como una herramienta de apoyo, no de sustitución.
Conclusión Con Enfoque En El Impacto Práctico
El experimento también sacó a la luz un punto poco explorado en otras investigaciones: la relación entre costo y precisión.
Al aplicar una metodología que simula el gasto real en salud, Microsoft logró medir no solo la calidad de los diagnósticos, sino también su viabilidad económica.
Aunque la empresa refuerza que aún hay obstáculos para el uso de la IA a gran escala en medicina, el MAI-DxO ya ha demostrado que puede ir más allá de la memorización de respuestas y simular un proceso clínico real con eficiencia y criterio.
Para Microsoft, este es solo el comienzo de una transformación profunda en el sector de salud.
Con información de Revista Galileu.


Seja o primeiro a reagir!