Microsoft каже, що їхній штучний інтелект перевершує діагностику лікарів у складних випадках

Згідно з дослідженням, опублікованим у журналі Science, діагностична система Microsoft зі штучним інтелектом правильно діагностувала складні медичні випадки в симуляції більш ніж удвічі частіше, ніж лікарі загальної практики. Мустафа Сулейман, генеральний директор Microsoft AI, назвав результат кроком до «медичного суперінтелекту».

Система, що отримала назву MAI-DxO (скорочено DxO), координує роботу кількох агентів штучного інтелекту, які діють як комісія лікарів. Вони опитують пацієнта, призначають аналізи та обговорюють діагноз.

У симуляції з використанням складних випадків з New England Journal of Medicine результати були правильними у 83% випадків. Лікарі первинної медичної допомоги та терапевти загальної практики, працюючи індивідуально з довідковими матеріалами, мали рацію у 36% випадків. Одне зауваження: такі складні випадки зазвичай розглядаються спеціалістами або командами лікарів, які не брали участі в порівнянні.

«Тут є щось дуже суттєве та захопливе», – сказав TechCrunch Домінік Кінг, віцепрезидент відділу охорони здоров’я в Microsoft AI. «Найбільшою проблемою в наданні медичної допомоги на даний момент є зростаючий розрив між попитом і пропозицією медичної експертизи».

Опублікувавши ці результати , Microsoft приєднується до Google та OpenAI , стверджуючи, що її штучний інтелект може зрівнятися або перевершити лікарів .

Власні дані дослідження свідчать про те, що значна частина покращень відбувається завдяки потужнішим базовим моделям штучного інтелекту, а система оркестрації Microsoft додає додаткових переваг.

Microsoft протестувала MAI-DxO з моделями кількох компаній, включаючи OpenAI, Google, Anthropic, Meta та DeepSeek, але найкращі результати були отримані з GPT-5 та GPT-5.5 від OpenAI. 

Microsoft оцінювала DxO як за вартістю, так і за точністю, тобто за орієнтовною вартістю запуску ШІ в кожному випадку. Сам по собі, з короткою простою підказкою, GPT-5 набрав 78,9% у складних випадках, що становило близько 8400 доларів США за випадок. DxO знизив цю вартість приблизно на 3000 доларів США, але підвищив точність лише приблизно на чотири пункти. У випадках у відділеннях невідкладної допомоги спостерігалося незначне покращення ні точності, ні вартості між GPT-5 окремо та за допомогою DxO.

З GPT-5.5, новішою моделлю, випущеною у квітні 2026 року, результати розділилися. У складних випадках DxO збільшив показник точності GPT-5.5 з 72% до майже 87% за дещо нижчою ціною. Однак, знову ж таки, покращення не проявилося у випадках у відділеннях невідкладної допомоги. Обидва (з DxO та без нього) набрали близько 85% за подібну вартість. 

DxO найбільше допомагає у складних випадках та з менш потужними моделями штучного інтелекту. Наприклад, Gemini 2.5 Flash набрав 46,4% самостійно, але майже 69% з DxO. Навіть попри це, розрив між слабшими та сильнішими моделями був більшим, ніж посилення, яке забезпечив DxO.

Дослідники Microsoft заявили, що підвищення точності природно зменшується, коли моделі наближаються до теоретичного максимуму. «Оркестрація DxO допомагає вирішувати ширшу проблему оптимізації як точності, так і вартості», – додав речник.

Сулейман, який очолює зусилля Microsoft зі створення власного передового штучного інтелекту, розповів TechCrunch, що компанія співпрацює з клінікою Майо над навчанням базової моделі для охорони здоров'я, випуск якої заплановано на наступний рік. Він вважає, що ця модель дозволить компанії «зробити справді величезні кроки вперед», і каже, що DxO є частиною базової інфраструктури, яку Microsoft створює, щоб побачити реальні прориви в охороні здоров'я. 

«Я справді вірю, що у 2027 році ми будемо на порозі прориву в стилі кодування медичних записів», – сказав Сулейман. «Я думаю, що ми зможемо транслювати дуже точні прогнози щодо того, як може розвиватися медична карта, і, очевидно, таке передбачення для клініциста – це золотий пил».

Сулейман присвятив свою кар'єру спробам використовувати штучний інтелект для вирішення медичних проблем. Раніше він був співзасновником DeepMind, яку Google придбала у 2014 році. Наступного року Google DeepMind придбала стартап Кінга Hark, додаток для управління клінічними завданнями, і вони разом запустили DeepMind Health. Сулейман приєднався до Microsoft, щоб очолити підрозділ штучного інтелекту у 2024 році, а Кінг приєднався до нього через кілька місяців.

«Ми просто справжні віруючі», – сказав Сулейман.

Він сказав, що хоча використання генеративного штучного інтелекту в охороні здоров'я ще перебуває на ранній стадії, він очікує, що моделі охорони здоров'я «на порядок покращать свої можливості протягом наступних 24-36 місяців». 

«Як ми бачили неодноразово протягом останніх п’яти чи шести років, прогрес відбувається дуже швидко, як тільки у вас з’являється маховик», – сказав Сулейман. «Маховик означає, що у нас є модель у виробництві, яку ми ітеруємо з урахуванням реального використання, щоб виявити прогалини в моделі, а потім виправити їх та покращити. Саме це відбувалося в кодуванні. Саме це відбувалося в чаті до цього. І я думаю, що наступного року це почне відбуватися для медичних записів та для підтримки клінічних рішень».

Завдяки новому партнерству з медичним центром Beth Israel Deaconess у Бостоні, Microsoft оцінить можливості клінічного мислення DxO в різних лікарняних умовах.

«Ця технологія готова для оцінки в реальних умовах, і ви можете уявити собі складність та різноманітність проблем, які виникають у відділенні невідкладної допомоги Бостона у п’ятницю ввечері», – сказав Кінг.

Він пояснив, як працюватиме дослідження: пацієнти отримають стандартне лікування, включаючи сортування, консультацію спеціаліста, лікування, обстеження та рішення про безпечність виписки. Паралельно ті, хто дасть згоду, також взаємодіятимуть з DxO. Microsoft та її партнери порівняють рекомендації DxO з рекомендаціями лікарів-людей. 

Цього місяця Google опублікував клінічне дослідження разом із Бет Ізраїль у журналі The Lancet, щоб оцінити розмовний діагностичний штучний інтелект Google AMIE під час реальних візитів до відділень невідкладної допомоги, тоді як лікарі-люди контролювали взаємодію в режимі реального часу. 

«Ми вважаємо, що це буде найбільше дослідження такого роду», – сказав Кінг. «Воно проводитиметься не лише в умовах невідкладної допомоги, а й у закладах невідкладної допомоги, і до кінця періоду дослідження ми отримаємо дуже переконливі докази можливості розгортання цих систем у більших масштабах у майбутньому».

Дослідження Microsoft у журналі Science збігається зі своєрідним маніфестом про те, що потрібно для створення медичного суперінтелекту, який визначається як «здатність перевершити найсильніші сучасні системи охорони здоров’я, керовані людиною, у медичному мисленні та координації на всіх етапах медичної допомоги». Microsoft сподівається вийти за рамки бенчмаркінгу окремих завдань, таких як відповіді на запитання медичного огляду та постановка діагнозів, та інтегруватися з клініцистами та системами охорони здоров’я для досягнення кращих результатів. 

«Це саме та технологія, яку хоче кожен у світі, і саме тому ми прагнемо зробити все можливе, щоб пришвидшити її впровадження у світ», – сказав Сулейман, додавши, що цей фокус може стати відмінною рисою для Microsoft порівняно з іншими передовими лабораторіями. 

Microsoft вже продає клініцистам інструменти для диктування та радіології та розглядає DxO як розширення цих зусиль. 

«Протягом наступних кількох років нам потрібні найсучасніші медичні продукти для підтримки клінічних рішень», – сказав Сулейман.