Mustafa Suleyman ya tiene nombre para el horizonte que persigue: «superinteligencia médica».
El director ejecutivo de Microsoft AI calificó el resultado como un paso en esa dirección y pronostica que los modelos sanitarios mejorarán un orden de magnitud en capacidad durante los próximos 24 a 36 meses.
Su apuesta es pasar de interpretar historiales médicos a predecir cómo podrían evolucionar, ofreciendo a los médicos información para adelantarse a los problemas.
El salto es ambicioso; conviene recordar que bautizar el destino no significa haber llegado.
«Somos verdaderos creyentes»
Afirma Suleyman, cuya trayectoria en IA sanitaria se remonta a DeepMind. Confía en que el uso real permita detectar deficiencias, corregirlas y acelerar el progreso, como ha ocurrido con la programación y los asistentes conversacionales.
Sitúa en 2027 el comienzo de ese impulso para los historiales y el apoyo a las decisiones clínicas. La fe ya la tenemos. Ahora falta que la «superinteligencia médica» se gane el apellido en las pruebas clínicas.
Los datos del bicho
Microsoft publicó en Science un estudio que evalúa MAI-DxO, un sistema que orquesta varios agentes de IA para diagnosticar.
En una simulación con casos complejos del New England Journal of Medicine, MAI-DxO acertó el diagnóstico en 83% de los casos, mientras que médicos de atención primaria e internistas generales, trabajando individualmente con materiales de referencia, acertaron 36%.
Microsoft probó MAI-DxO con modelos de OpenAI, Google, Anthropic, Meta y DeepSeek; los mejores resultados surgieron con GPT-5 y GPT-5.5 de OpenAI.
Con GPT-5 por sí solo la precisión fue 78.9% a un coste estimado de unos 8.400 dólares por caso; con DxO el coste bajó ~3.000 dólares y la precisión subió ~4 puntos.
Con GPT-5.5 DxO elevó la precisión en casos complejos de 72% a casi 87% y redujo ligeramente el coste; en casos de urgencias no se observaron mejoras significativas entre usar el modelo solo o con DxO.
Microsoft atribuye gran parte de la mejora a modelos subyacentes más potentes y presenta a DxO como infraestructura de orquestación que aporta ganancias adicionales.
La compañía trabaja con Mayo Clinic para entrenar un modelo base sanitario previsto para el próximo año y con Beth Israel Deaconess evaluará DxO en entornos hospitalarios reales comparando recomendaciones de DxO con la atención clínica estándar.