La reciente presentación por parte de Microsoft de su sistema de diagnóstico médico basado en inteligencia artificial, el MAI Diagnostic Orchestrator (MAI-DxO), marca un hito sumamente significativo en la evolución de la atención sanitaria.
Este sistema ha demostrado una precisión diagnóstica del 85%, superando ampliamente el 20% alcanzado por médicos humanos en condiciones controladas, y reduciendo los costes de diagnóstico en un 20% al seleccionar las pruebas ideales, más económicas, con más sentido y adaptadas a cada caso.
El MAI-DxO no es simplemente un modelo de lenguaje más como tantos otros: es un sistema que integra múltiples modelos de inteligencia artificial líderes, como GPT de OpenAI, Gemini de Google, Claude de Anthropic, Llama de Meta y Grok de xAI, funcionando en conjunto mediante un enfoque de “cadena de debate” que emula la colaboración entre expertos humanos.
Pero más allá del momento del diagnóstico, lo que Microsoft está construyendo es una infraestructura que permite integrar datos médicos de diversas fuentes: registros electrónicos de salud, analíticas, imágenes médicas y datos de dispositivos personales, utilizando estándares abiertos.
Esta integración facilita una visión holística y completa del paciente, esencial para una atención verdaderamente personalizada y eficiente.
Países con sistemas de salud inclusivos, como el Reino Unido, están adoptando herramientas de inteligencia artificial para mejorar el acceso y la equidad en la atención
Por supuesto, hay otras empresas que también están avanzando en este campo. Arcadia Solutions, adquirida recientemente por Nordic Capital, se especializa en el análisis de datos de salud para mejorar los resultados clínicos y reducir costes.
Además, startups como Prenuvo y Function Health ofrecen escaneos corporales completos analizados mediante inteligencia artificial para la detección temprana de diversas enfermedades.
Cada vez más, el futuro de la atención sanitaria se perfila, como ya escribí en mi libro “Viviendo en el futuro” en 2019, hacia sistemas donde la inteligencia artificial no solo asiste en diagnósticos, sino que también gestiona datos médicos integrados, optimiza tratamientos y mejora la eficiencia administrativa.
Países con sistemas de salud inclusivos, como el Reino Unido, están adoptando herramientas de inteligencia artificial para mejorar el acceso y la equidad en la atención.
España, con su sistema nacional de salud público, universal y gratuito en el punto de atención, se encuentra en una posición muy interesante para adoptar tecnologías de inteligencia artificial como las que propone Microsoft y otras compañías.
La sanidad pública española tiende a priorizar el coste-eficiencia y la prevención, lo cual se alinea perfectamente con las principales ventajas de estos sistemas
Pero el camino no está exento de retos estructurales, regulatorios y culturales. Para avanzar en esta dirección, se necesitará voluntad política, visión estratégica y una inversión decidida tanto en interoperabilidad (la famosa fragmentación autonómica) como en formación.
El Sistema Nacional de Salud español ya cuenta con una amplia informatización de los historiales clínicos, que en muchas comunidades autónomas están parcialmente integrados mediante estándares como FHIR.
Esto sienta las bases para que una inteligencia artificial especializada opere con acceso a datos clínicos, analíticas, imágenes diagnósticas y tratamientos previos.
Además, la sanidad pública española tiende a priorizar el coste-eficiencia y la prevención, lo cual se alinea perfectamente con las principales ventajas de estos sistemas: reducir errores, evitar pruebas innecesarias y optimizar la atención.
El modelo de atención primaria en España, donde el médico de cabecera actúa como gestor de referencia de la salud del paciente, también podría encajar muy bien con sistemas de inteligencia artificial que sirvan como copilotos diagnósticos y de decisión terapéutica, siempre que se cuide y se gestione adecuadamente esa figura y su carga de trabajo.
Además, el propio modelo de investigación clínica pública, centrado en hospitales como el Clínic de Barcelona, La Paz o el 12 de Octubre, podría facilitar la validación y entrenamiento de estos sistemas con datos reales, siempre que se cumpla adecuadamente los principios de anonimización y el respeto a la privacidad.
España podría tener una oportunidad clara para liderar la adopción responsable de la inteligencia artificial en la sanidad europea
Sin embargo, resulta crucial abordar desde ya los desafíos que todo esto plantea, así como los temores que genera: desde la protección de los datos hasta la representación equitativa en los conjuntos de entrenamiento de la inteligencia artificial.
La implementación responsable de estas tecnologías debe garantizar la seguridad y la equidad en la atención sanitaria, sin caer en errores como el caso del Reino Unido, que entregó a una compañía tan siniestra como Palantir el acceso a los datos de sus ciudadanos… literalmente como dar al zorro las llaves del gallinero.
España podría tener una oportunidad clara para liderar la adopción responsable de la inteligencia artificial en la sanidad europea, gracias a su sistema universal, su tradición investigadora y su creciente digitalización.
Si se hace bien, la inteligencia artificial no sólo servirá para hacer diagnósticos más certeros o tratamientos más personalizados: servirá también para repensar toda la arquitectura de la atención sanitaria, haciéndola más humana, más sostenible y más centrada en el bienestar del paciente.
La integración de la inteligencia artificial en la atención médica promete transformar la medicina hacia sistemas más precisos, personalizados y eficientes en costes. Ahora, es cuestión de abordar adecuadamente los desafíos éticos y tecnológicos asociados, algo nada sencillo.
Pero que las dificultades no nos aparten de un camino que, en sociedades como la nuestra, tiene todo el sentido.
***Enrique Dans es Profesor de Innovación en IE University.
