Resumen ejecutivo

• El 22 de octubre, la revista Science publicó el estudio de MAI-DxO, un sistema de Microsoft AI que simula un panel de médicos: acertó el 83% de 304 casos clínicos complejos, frente al 36% de médicos generalistas con acceso a material de consulta.

• En casos reales de guardia fue 1,7 veces más preciso que los médicos y, según Microsoft, pidió menos estudios y costó entre la mitad y un tercio.

• El estudio tiene límites claros: casos en texto, comparación contra generalistas y no contra especialistas, y todavía sin pacientes reales.

• Para quienes trabajan o quieren trabajar en salud, la señal es concreta: van a crecer los perfiles que combinan conocimiento clínico con datos, evaluación de modelos e IA aplicada.

Cada pocos meses aparece un titular del tipo «la IA supera a los médicos». Este es distinto por dos razones: se publicó en una revista científica con revisión de pares y el sistema no responde preguntas de examen, sino que trabaja un caso paso a paso, como en la práctica. Vale la pena entender qué se midió, qué no y qué significa para médicos, equipos de salud y profesionales de tecnología que quieren entrar al sector.

Qué es MAI-DxO y cómo funciona

MAI-DxO (Microsoft AI Diagnostic Orchestrator) no es un modelo nuevo, sino un «orquestador»: hace que uno o varios modelos de lenguaje trabajen como un panel de médicos virtuales con roles distintos. Uno propone hipótesis, otro elige qué estudio pedir, otro cuestiona el razonamiento y otro controla los costos. El sistema avanza de a una pregunta o estudio por vez, igual que un médico que va reuniendo información, hasta llegar a un diagnóstico.

Para evaluarlo, Microsoft creó SDBench, un banco de pruebas con 304 casos complejos publicados en el New England Journal of Medicine. La empresa anunció que lo libera como código abierto para que otros equipos puedan medir sus propios sistemas. Todo está detallado en el anuncio oficial de Microsoft AI y en el artículo publicado en Science.

Qué resultados mostró el estudio

• Casos complejos del NEJM: MAI-DxO acertó el 83%. Los médicos sin material de consulta acertaron el 22%, y con material de consulta, el 36%.

• Casos reales de guardia (de la base pública MIMIC-IV-ED): el sistema fue 1,7 veces más preciso que los médicos.

• Costo: según Microsoft, llegó al diagnóstico con menos estudios y a un costo de entre la mitad y un tercio del de los médicos.

• Funciona con distintos modelos: la cobertura de TechCrunch detalla que el orquestador mejoró el rendimiento de modelos de varias empresas. Por ejemplo, un modelo más chico como Gemini 2.5 Flash pasó de 46% a cerca de 69% de aciertos.

Los límites que conviene tener en cuenta

• No se comparó con especialistas. El grupo de referencia fueron médicos de atención primaria y generalistas, no especialistas ni equipos interdisciplinarios, que son quienes suelen ver casos así.

• Los casos son en texto. En la consulta real hay examen físico, conversación con el paciente y contexto que no entra en un caso escrito.

• Todavía no hay pacientes reales. Microsoft anunció una evaluación en condiciones reales con el Beth Israel Deaconess Medical Center, y TechCrunch reporta que la empresa trabaja con Mayo Clinic en un modelo fundacional para salud.

• En guardia, la ganancia fue menor. Según TechCrunch, en los casos de emergencia el rendimiento del modelo base fue similar con o sin el orquestador.

No es el primer estudio de este tipo: ya contamos cómo un estudio de Harvard comparó IA y médicos en urgencias, y Google publicó investigaciones similares con su sistema AMIE. La tendencia es clara, pero la adopción clínica va a depender de pruebas con pacientes y de la regulación de cada país.

Qué cambia para médicos y equipos de salud

• La IA como segunda opinión: el uso más probable a corto plazo es un asistente que sugiere diagnósticos diferenciales y estudios, con la decisión final en manos del médico.

• Más foco en costos y estudios: que el sistema optimice qué estudio pedir muestra que la IA puede ayudar a reducir pruebas innecesarias, un tema central para obras sociales, prepagas y hospitales.

• Nuevas habilidades: saber formular buenas preguntas a una IA, detectar errores y entender sus límites va a ser parte del trabajo clínico.

Qué perfiles de IA en salud se van a pedir

1. Analista de datos clínicos: limpia y analiza historias clínicas, turnos y resultados con SQL, Python y herramientas de visualización.

2. Especialista en evaluación de modelos: diseña pruebas como SDBench, mide aciertos y errores y detecta sesgos. Combina estadística con criterio clínico.

3. Ingeniero de IA aplicada a salud: integra modelos de lenguaje con sistemas hospitalarios, arma flujos con agentes y controla seguridad y privacidad.

4. Profesional clínico con perfil de datos: médicos, enfermeros y bioquímicos que entienden cómo funciona la IA y hacen de puente con los equipos técnicos.

5. Especialista en automatización de procesos: aplica IA a tareas administrativas (turnos, autorizaciones, facturación), donde la adopción suele ser más rápida que en diagnóstico.

Si trabajás en salud y estás pensando en sumar habilidades tecnológicas, esta guía sobre cómo reconvertirse a tecnología desde salud, educación o administración te ayuda a planificar el paso.

Cómo empezar a prepararte

1. Aprendé los fundamentos de la IA generativa: cómo funcionan los modelos, qué son las alucinaciones y cómo evaluar respuestas.

2. Sumá una base de datos: SQL y una herramienta de análisis para trabajar con información clínica o administrativa.

3. Armá un proyecto con datos públicos de salud, por ejemplo un tablero de tiempos de espera o un análisis de una base abierta.

4. Seguí los estudios y regulaciones del sector para entender qué se puede usar y qué no.

Cursos recomendados de Coderhouse

Para entender cómo funcionan estos sistemas y usarlos con criterio, empezá por el curso de Introducción a la Inteligencia Artificial. Si te interesa construir soluciones como orquestadores con varios agentes, el curso de AI Agents va por ahí, y si tu camino es el análisis de datos clínicos, el de Data Analytics te da la base.

Preguntas frecuentes

¿La IA de Microsoft ya se usa con pacientes? No. Por ahora se evaluó con casos publicados y bases de datos. Microsoft anunció una evaluación en condiciones reales con un hospital de Estados Unidos.

¿Va a reemplazar a los médicos? El estudio no lo plantea así. Comparó con generalistas en casos escritos y no midió la consulta completa. El escenario más probable es que funcione como apoyo al diagnóstico.

¿Qué es SDBench? Es el banco de pruebas con 304 casos del New England Journal of Medicine que usó Microsoft. La empresa lo libera como código abierto para que otros evalúen sus sistemas.

¿Necesito ser médico para trabajar en IA aplicada a salud? No. Hay lugar para perfiles de datos, ingeniería y automatización. Tener formación clínica es una ventaja, pero no un requisito.