• MAI-DxO resolvió correctamente el 85.5% de los casos clínicos más complejos, frente al 20% de los médicos humanos, según benchmarks como HealthSearchQA.

• Funciona como un equipo médico formado por varias IAs: cada una especializada en cardiología, oncología, enfermedades autoinmunes, infecciosas, entre otros, operando como un equipo de expertos virtuales.

• Interpreta y cruza datos clínicos en lenguaje natural, imágenes médicas y resultados de laboratorio, para entregar diagnósticos detallados y confiables.

• Su enfoque está dirigido a enfermedades de alta complejidad como lupus, ciertos tipos de cáncer y cuadros multisistémicos que suelen requerir segundas opiniones.

• Aprende de forma continua gracias a un sistema de retroalimentación médica, refinando sus predicciones con la validación de doctores humanos.

• Ha logrado reducir los tiempos promedio de diagnóstico de semanas a minutos, especialmente útil en urgencias, zonas rurales o contextos de escasez médica.

Microsoft: infraestructura clínica + diagnóstico inteligente

• ¿Qué significa esto en la práctica?

Microsoft está construyendo el “sistema operativo” para hospitales. Hablamos de IA que ayuda a leer radiografías, entender notas clínicas, agilizar flujos de atención y hasta transcribir automáticamente lo que dice un doctor. No es tanto curar, sino hacer que todo el ecosistema médico funcione de forma más rápida, conectada y eficiente.

Microsoft apostó ser el sistema operativo de la salud. Con Nuance, Azure y Health Futures. Su gran virtud es la integración: no parte desde la ciencia dura, sino desde la logística médica, un área donde cada segundo y cada clic pueden costar una vida.

1. Microsoft Health Futures (2022 - hoy)

• Creador de MAI-DxO, un sistema de IA que diagnostica enfermedades complejas con precisión clínica.
• Foco en colaboración hombre-máquina, toma de decisiones y medicina predictiva.

2. Azure for Health (desde 2020)

• Plataforma en la nube con servicios integrados para hospitales, radiología, análisis de datos clínicos e historias médicas.
• IA aplicada a lenguaje clínico, imágenes médicas y flujos operativos.

3. Nuance (adquirida en 2021 por $19.7B)

• Especializada en dictado clínico, transcripción automatizada y notas médicas inteligentes con IA.
• Integrada a Microsoft Teams y sistemas EHR (expedientes médicos electrónicos).

🔎 Enfoque: Integrar la IA en todo el flujo hospitalario y de atención clínica.

• En solo 4 años pasó de idea a ensayos clínicos con fármacos diseñados completamente por IA.

• Utiliza simulación molecular y modelos de lenguaje para identificar y diseñar nuevas moléculas terapéuticas.

• Sus tratamientos apuntan a enfermedades como cáncer de páncreas, trastornos neurodegenerativos y virus emergentes.

• Ha reducido los ciclos de investigación y desarrollo de más de 10 años a menos de 6 meses.

• Están en fase I de ensayos en humanos: el objetivo es validar seguridad y eficacia.

• Su modelo podría reducir hasta un 70% los costos frente al desarrollo farmacéutico tradicional, abriendo el acceso a tratamientos innovadores para mercados que hoy están desatendidos.

Google / Alphabet: biología computacional profunda

• ¿Qué es esto exactamente?

Básicamente, es usar inteligencia artificial para entender cómo funciona el cuerpo humano por dentro: desde cómo se doblan las proteínas hasta cómo reaccionan las células ante ciertos compuestos. Cosas que antes tomaban años de pruebas en laboratorio, hoy pueden simularse en horas con IA. Así es como Google está adelantando décadas en investigación.

Desde hace años viene construyendo, en silencio un ecosistema de salud basado en inteligencia artificial. Isomorphic Labs no nació de la nada, es el siguiente paso lógico de alguien que ya había creado AlphaFold, una IA capaz de ver lo que miles de biólogos soñaron por décadas. Y con Verily, están midiendo, recopilando y experimentando con salud real, poblacional, en tiempo real.

Lo más interesante de su estrategia es que no se trata solo de "crear medicina con IA". Se trata de entender el cuerpo humano como un sistema computacional: predecible, modelable, optimizable

1. Isomorphic Labs (2021 - hoy)

• IA generativa para el diseño de medicamentos desde cero.
• Actualmente en ensayos clínicos en humanos (fase I).

2. AlphaFold (DeepMind, 2018 - hoy)

• Predice la estructura de proteínas con altísima precisión.
• Más de 200 millones de estructuras resueltas.
• Sirve como base biológica para Isomorphic Labs.

3. Verily (desde 2015)

• Salud digital, ensayos clínicos descentralizados y wearables.
• Colaboraciones con Novartis, Dexcom y Johnson & Johnson.

4. Google Health (desde 2018)

• Aplicación de IA a dermatología, oftalmología y radiología.
• Modelos visuales con precisión médica.

🔎 Enfoque: Comprender el cuerpo humano a nivel molecular, poblacional y computacional.