etiqueta: IA en medicina
Microsoft dice que su IA de salud diagnostica mejor que el 80% de los médicos
Microsoft ha presentado MAI-DxO, un sistema de inteligencia artificial diseñado para resolver diagnósticos médicos complejos. En un estudio con 304 casos del New England Journal of Medicine, la compañía afirma que su IA logró acertar el 85% de los diagnósticos, frente al 20% conseguido por un grupo de médicos experimentados sin acceso a herramientas externas. Aunque aún no está listo para uso clínico, el sistema podría reducir costes y mejorar la precisión diagnóstica si se valida en entornos reales.
Google invierte en investigaciones sanitarias del CSIC
El CSIC ha recibido una subvención de un millón de dólares de Google.org destinada a investigar nuevos fármacos y terapias robóticas avanzadas mediante el uso de inteligencia artificial. El anuncio se realizó el 22 de mayo de 2025, durante la sesión AI Connect en el marco del Google Cloud Summit Madrid 2025. Con esta financiación, Google.org reafirma su apuesta por apoyar proyectos científicos que pueden tener un impacto real en el bienestar global. Para el CSIC, representa una oportunidad para consolidar su liderazgo científico.
Inauguran el primer hospital gestionado con IA
La Universidad de Tsinghua ha inaugurado su nuevo Hospital de Agentes de IA, un ambicioso proyecto que combina inteligencia artificial, medicina, educación e investigación. La iniciativa, pionera en el mundo, se presentó el 26 de abril en un evento presidido por Li Luming y otros líderes académicos de la institución china. Con este lanzamiento, Tsinghua busca revolucionar el modelo hospitalario tradicional, ofreciendo atención médica eficiente y asequible mientras forma a una nueva generación de médicos colaborativos con IA.
Una IA diagnostica el cáncer endometrial con más del 99% de precisión
Un equipo de investigadores ha desarrollado ECgMLP, un modelo de IA que detecta el cáncer endometrial con una precisión récord del 99,26%, superando los métodos actuales. La tecnología, basada en el análisis de imágenes histopatológicas, optimiza la calidad de las muestras, segmenta áreas sospechosas y filtra patrones irrelevantes. Publicado en Computer Methods and Programs in Biomedicine Update, el estudio destaca que este avance podría transformar el diagnóstico oncológico.