La IA de Microsoft duplica los aciertos de médicos en diagnósticos complejos

Un sistema de IA desarrollado por Microsoft acertó el 83% de los diagnósticos en una evaluación de casos médicos complejos, frente al 36% de los médicos generalistas participantes que podían consultar libros e internet. Los resultados, anunciados ayer, 22 de octubre, y publicados en Science, corresponden a una prueba con casos documentados. La evaluación con pacientes será el siguiente paso.

El sistema, denominado Microsoft AI Diagnostic Orchestrator (MAI-DxO), funciona como un panel de médicos virtuales: propone posibles enfermedades, decide qué información solicitar y revisa sus hipótesis a medida que recibe nuevos datos. La evaluación incluyó 304 casos complejos publicados en The New England Journal of Medicine.

Preguntar y decidir las pruebas

El procedimiento reproduce parte del proceso diagnóstico y en lugar de recibir desde el principio todos los síntomas y resultados, los participantes parten de una descripción breve y solicitan información de forma sucesiva. La documentación del proyecto explica que un agente intermediario proporciona los antecedentes, los hallazgos de la exploración y los resultados de las pruebas solicitadas. Otro agente compara el diagnóstico final con el de referencia. Así se evalúa tanto la respuesta como el recorrido seguido para alcanzarla.

En los casos procedentes de la base de datos hospitalaria MIMIC-IV-ED, el sistema alcanzó un 80% de aciertos, frente al 47% de los médicos. Microsoft anuncia ahora un estudio prospectivo con Beth Israel Deaconess Medical Center, en Boston, para comparar el funcionamiento de la herramienta con las evaluaciones independientes de profesionales.

Datos de urgencias

La documentación de MIMIC precisa que sus casos seleccionados proceden de pacientes ingresados después de acudir a urgencias y no representan todas las consultas de ese servicio. La simulación utiliza texto y no recoge toda la incertidumbre de hablar con un paciente, observar su evolución o interpretar directamente imágenes médicas. Tampoco mide la seguridad del tratamiento ni los resultados de salud. Los porcentajes muestran, por tanto, el rendimiento diagnóstico dentro de esa evaluación; su utilidad asistencial deberá comprobarse en la práctica clínica.