ИИ-система Microsoft в симуляции превзошла врачей на сложных медицинских случаях
Система искусственного интеллекта Microsoft MAI-DxO в симуляции верно диагностировала 83% сложных случаев, тогда как терапевты и врачи общей практики — 36%. В компании говорят о шаге к «медицинскому сверхинтеллекту», но данные исследования показывают, что значительная часть прироста связана с более мощными базовыми моделями.
Диагностическая система на основе искусственного интеллекта (ИИ) Microsoft MAI-DxO в симуляции правильно определяла диагноз в сложных медицинских случаях более чем вдвое чаще, чем врачи общей практики. Об этом говорится в исследовании, опубликованном в четверг в журнале Science. Глава Microsoft AI Мустафа Сулейман назвал результат шагом к «медицинскому сверхинтеллекту».
Система объединяет нескольких ИИ-агентов, которые действуют как врачебный консилиум: опрашивают пациента, назначают обследования и обсуждают диагноз. В симуляции на сложных случаях из журнала New England Journal of Medicine она оказалась права в 83% случаев. Врачи первичного звена и терапевты, работая по отдельности и с доступом к справочным материалам, поставили верный диагноз в 36% случаев. Столь сложные случаи обычно разбирают специалисты или команды врачей, но в сравнение они не вошли.
Что даёт улучшение
Данные исследования указывают, что значительная часть прироста объясняется более мощными базовыми моделями ИИ, а система координации Microsoft добавляет дополнительный эффект. Систему проверяли на моделях нескольких компаний; лучшие результаты показали GPT-5 и GPT-5.5 от OpenAI. GPT-5 самостоятельно набрал 78,9% на сложных случаях при стоимости около 8400 долларов США на случай; с MAI-DxO стоимость снизилась примерно на 3000 долларов, а точность выросла лишь примерно на четыре пункта. У GPT-5.5 точность выросла с 72% почти до 87%. В случаях отделения неотложной помощи заметного улучшения не было. Сильнее всего система помогла более слабым моделям: Gemini 2.5 Flash вырос с 46,4% почти до 69%.
Дальнейшие шаги
Microsoft работает с клиникой Mayo Clinic над базовой моделью для здравоохранения, выпуск которой запланирован на следующий год. В рамках партнёрства с бостонским медицинским центром Beth Israel Deaconess Medical Center систему оценят в реальных больницах: пациенты получат стандартную помощь, а согласившиеся параллельно будут взаимодействовать с MAI-DxO, после чего её рекомендации сравнят с решениями врачей. Google в этом месяце опубликовал в The Lancet собственное клиническое исследование диагностического ИИ AMIE.
Сулейман ожидает, что возможности медицинских моделей вырастут на порядок в течение 24–36 месяцев.
