> ## Content Index > Fetch the complete content index at: https://www.digitalbrain.news/llms.txt > Use this file to discover other available public pages before exploring further. # Microsoft MAI-DxO acierta el 83% de casos médicos difíciles - URL: https://www.digitalbrain.news/noticias/microsoft-mai-dxo-diagnostico-83-science/ - Published: 2026-10-23T14:43:06.000Z - Updated: 2026-10-23T14:47:32.000Z - Description: Microsoft ha publicado en la revista Science los resultados de MAI-DxO, su sistema de diagnóstico con IA: en 304 casos clínicos complejos del New England… - Author: Ramón Pérez Coronado - Tags: #noticias, microsoft, salud, agentes-ia Microsoft ha publicado en la revista Science los resultados de MAI-DxO, su sistema de diagnóstico con IA: en 304 casos clínicos complejos del New England Journal of Medicine acertó el 83% de los diagnósticos, frente al 36% de los médicos que podían consultar libros e internet y el 22% de los que no. Lo cuenta el equipo de salud de Microsoft AI en [su blog](https://microsoft.ai/news/building-medical-superintelligence/?ref=digitalbrain.news) del 22 de octubre, donde además anuncia que abre en [código abierto](https://www.digitalbrain.news/glosario/#open-source) parte del banco de pruebas y que empezará a probar el sistema con pacientes reales en un hospital de Boston. El titular es llamativo, pero lo que me parece más útil es el cómo. MAI-DxO organiza varios modelos ya existentes para que discutan entre ellos, y Microsoft dice que el resultado aguanta, e incluso mejora, cuando cambia el modelo de debajo. ## Puntos clave - **83% de acierto en casos complejos** del NEJM, frente al 36% de los médicos con recursos externos y el 22% sin ellos. Es 2,3 y 3,7 veces más, respectivamente. - **80% en casos típicos de urgencias** (base de datos MIMIC-IV-ED) frente al 47% de los médicos, más de 1,7 veces. - **Más barato:** una configuración llegó al 81% en los casos del NEJM con menos de la mitad del coste en pruebas que los sistemas comparables. - **Publicado en Science** el 22 de octubre de 2026, con el banco de pruebas SDBench abierto para una selección de casos. - **Siguiente paso:** un estudio prospectivo con pacientes reales en el Beth Israel Deaconess Medical Center de Boston. ## Cómo se ha medido: diagnosticar paso a paso Casi todas las cifras de "la IA aprueba el examen de medicina" salen de exámenes tipo test, como el USMLE americano. Ahí toda la información está delante y hay que elegir una respuesta. Microsoft dice, con razón, que así no se diagnostica en la vida real. Un médico empieza con poca información y tiene que decidir qué preguntar, qué pruebas pedir y cómo cambia el diagnóstico con cada resultado. Para medir eso han construido SDBench (Sequential Diagnosis [Benchmark](https://www.digitalbrain.news/glosario/#benchmark)). Cada caso se convierte en una partida interactiva: el modelo o el médico arranca con datos mínimos y va pidiendo información. El sistema mide tres cosas: si acierta el diagnóstico, cuánta información ha necesitado y cuánto habrían costado las pruebas que ha pedido. Puntúa la respuesta y también el camino. Los casos son de dos tipos. Por un lado, 304 casos complejos sacados de las sesiones clínicas que publica el New England Journal of Medicine, que son de los más difíciles de la literatura médica. Por otro, presentaciones habituales de urgencias de un hospital de Estados Unidos, sacadas de la base de datos MIMIC-IV-ED. ## Qué es MAI-DxO por dentro MAI-DxO (Microsoft AI Diagnostic Orchestrator) no le pide a un modelo una respuesta inmediata. Funciona como un panel de médicos virtuales: cada uno propone diagnósticos, elige preguntas o pruebas útiles y cuestiona la hipótesis que va ganando. El orquestador coordina varias rondas de debate, actualiza el diagnóstico con cada dato nuevo y pesa lo que aporta cada prueba frente a lo que cuesta. Y aquí viene lo que más me interesa para cualquiera que monte sistemas con IA. Microsoft repitió la evaluación con modelos más nuevos, entre ellos [GPT-5.5](https://www.digitalbrain.news/glosario/#gpt), sin tocar el método de orquestación, y los resultados se mantuvieron y mejoraron. O sea, buena parte del valor está en el diseño del proceso, en cómo pones a los modelos a trabajar juntos, y eso sobrevive al cambio de modelo. Microsoft ya había enseñado una primera versión de este trabajo como preprint. Lo nuevo ahora es la revisión por pares de Science, la prueba con casos de urgencias además de los del NEJM y el compromiso de probarlo en un hospital. ## Lo que hay que leer con cuidado El 83% contra el 36% es real dentro del banco de pruebas, pero conviene entender qué compara. Los casos del NEJM están elegidos precisamente por ser raros y difíciles, y un médico de urgencias no se enfrenta a eso cada día. Por eso el dato de urgencias (80% contra 47%) me parece más representativo de la práctica normal, y la ventaja sigue siendo grande. Además, el formato de la prueba no es el de una consulta real. No hay paciente delante, ni exploración física, ni el contexto que da conocer a alguien. Microsoft lo sabe, y por eso el siguiente paso es un estudio prospectivo con el Beth Israel Deaconess Medical Center de Boston, donde los pacientes interactuarán con el sistema y su rendimiento se medirá contra la valoración independiente de los médicos. Ese estudio dirá dónde funciona, dónde falla y cómo encaja en el día a día de un hospital. No es la primera vez que miramos estos números con lupa. En agosto contamos cómo [MIT y Stanford midieron la IA médica](https://www.digitalbrain.news/noticias/mit-stanford-ia-medica-deferencia-algoritmica/) y vieron que ayuda al que ya sabe y engaña al que no, y en julio un test con [1.100 casos clínicos reales](https://www.digitalbrain.news/noticias/estudio-noharm-ia-medica-doximity-openevidence/) encontró el mismo fallo en las cuatro herramientas que más usan los médicos. Un buen resultado en laboratorio no garantiza un buen resultado en planta. ## Lo que abre Microsoft y lo que viene Microsoft publica en abierto SDBench para una selección de casos del NEJM: el banco de pruebas, el "Gatekeeper" (el componente que entrega la información del caso cuando se pide), el "Judge" que evalúa el diagnóstico y el código que estima los costes. Cualquier investigador puede reproducir la evaluación, probar otros modelos y discutir los resultados. Eso es lo que le da credibilidad al trabajo más allá del titular. En paralelo, Microsoft junta en Microsoft AI a sus equipos de salud, incluidos científicos de Microsoft Research y los equipos detrás de Dragon [Copilot](https://www.digitalbrain.news/guias/que-es-github-copilot/) y PowerScribe, dos productos que ya usan médicos y radiólogos. Y tiene una colaboración con la Clínica Mayo para combinar sus modelos con datos clínicos de pacientes a lo largo del tiempo. La ambición declarada, que desarrollan en un artículo en BMJ Digital Health and AI, es lo que llaman "superinteligencia médica": IA que acompañe todo el proceso de atención, no solo el diagnóstico. ## Por qué importa Aunque no trabajes en salud, MAI-DxO deja una lección aplicable a cualquier empresa: varios agentes que se contradicen y un orquestador que decide rinden más que un único modelo contestando de una vez, y además gastan menos en "pruebas", que en tu negocio pueden ser llamadas a APIs, consultas a proveedores o horas de un analista. Si estás montando un sistema para decisiones caras (aprobar un crédito, detectar fraude, priorizar incidencias), la pregunta útil es si tu proceso obliga al modelo a pedir información paso a paso y a justificar cada paso por su coste. Esa es la parte de MAI-DxO que se puede copiar mañana, sin esperar a que la IA entre en las consultas. Fuente original: [microsoft.ai](https://microsoft.ai/news/building-medical-superintelligence/?ref=digitalbrain.news) --- **Relacionado** [![Microsoft: hackers chinos usaron IA para atacar ConnectWise](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/10/microsoft-hackers-chinos-ia-connectwise-artex.jpg)Microsoft: hackers chinos usaron IA para atacar ConnectWise](https://www.digitalbrain.news/noticias/microsoft-hackers-chinos-ia-connectwise-artex/)[![Claude diseña 17 proteínas contra el veneno de escorpión](https://storage.ghost.io/c/6d/e3/6de31f63-d0a8-45df-9c6a-481016520347/content/images/size/w300/format/webp/2026/10/claude-proteinas-veneno-escorpion-citrini.jpg)Claude diseña 17 proteínas contra el veneno de escorpión](https://www.digitalbrain.news/noticias/claude-proteinas-veneno-escorpion-citrini/)[Morgan Stanley bloquea agentes de IA en las cuentas de clientes](https://www.digitalbrain.news/noticias/morgan-stanley-jpmorgan-bloquean-agentes-ia-cuentas/)