Las IA médicas suelen evaluarse con todos los datos desde el principio. Una consulta real avanza mediante preguntas, exploración y pruebas. El trabajo publicado en Science evalúa ese proceso secuencial.

Un diagnóstico construido paso a paso

MAI-DxO coordina funciones clínicas simuladas que proponen diagnósticos, cuestionan hipótesis y eligen la siguiente pregunta o prueba útil.

SDBench reúne 304 casos complejos y 325 situaciones de urgencias. El sistema obtuvo cerca del 83 % y del 80 % respectivamente en el marco evaluado.

Una configuración limitada por costes mantuvo cerca del 81 % de precisión con un gasto teórico menor en pruebas.

Resultados altos en un marco estrecho

Las cifras no demuestran una superioridad frente a un hospital: los casos eran textuales y no se compararon equipos especializados.

Los autores, empleados de Microsoft, advierten que el estudio no establece superioridad en la práctica clínica real.

La próxima prueba será con pacientes

Un estudio prospectivo con Beth Israel Deaconess Medical Center deberá medir seguridad, errores, equidad e integración en el trabajo.

El avance consiste en evaluar el recorrido diagnóstico; el valor clínico dependerá de pruebas reales y supervisión humana responsable.

Conclusión

MAI-DxO mejora la forma de evaluar una IA médica, pero todavía no es una prueba de eficacia hospitalaria.