Microsofts KI diagnostiziert komplexe Fälle doppelt so genau wie Allgemeinmediziner und strebt medizinische Superintelligenz an

Image: Accuracy improvements delivered by DxO (no budget constraints) on CPC over modelsprompted with baseline prompt across different large language models.Image Credits:Microsoft AI · Source

Microsofts KI-System MAI-DxO übertrifft Allgemeinmediziner bei komplexen medizinischen Fall-Simulationen mit 83 % Genauigkeit, was Fortschritte auf dem Weg zur 'medizinischen Superintelligenz' und Pläne für ein Gesundheits-Grundlagenmodell mit der Mayo Clinic signalisiert.

Das neu entwickelte KI-Diagnosesystem von Microsoft mit dem Namen MAI-DxO zeigte laut einer am 22. Oktober 2026 in Science veröffentlichten Studie eine deutlich bessere Leistung als Allgemeinmediziner bei Simulationen komplexer medizinischer Fälle. Die KI stellte in 83 % der schwierigen Fälle, die aus dem New England Journal of Medicine entnommen wurden, die korrekte Diagnose, während einzelne Allgemeinmediziner – darunter Hausärzte und Internisten – nur eine Genauigkeit von 36 % erreichten. Dabei ist zu beachten, dass diese Fälle häufig Spezialistenwissen oder Teamberatung erfordern, was im Vergleich nicht berücksichtigt wurde.

MAI-DxO koordiniert mehrere KI-Agenten, um ein Ärzteteam nachzuahmen: Es befragt Patienten, ordnet Untersuchungen an und diskutiert Diagnosen. Dieses Orchestrierungssystem arbeitet auf Basis großer Sprachmodelle verschiedener Anbieter. Microsoft erzielte seine besten Ergebnisse, indem es die GPT-5- und GPT-5.5-Modelle von OpenAI nutzte. Beispielsweise erreichte GPT-5 allein eine Genauigkeit von 78,9 % bei komplexen Fällen bei geschätzten Kosten von etwa 8.400 US-Dollar pro Fall. Mit der Koordination durch DxO sanken die Kosten um rund 3.000 US-Dollar, und die Genauigkeit stieg moderat um etwa vier Prozentpunkte.

Das im April 2026 eingeführte neue Modell GPT-5.5 zeigte eine weitere Aufteilung: Bei komplexen Fällen steigerte DxO die Genauigkeit von 72 % auf fast 87 % bei leicht geringeren Kosten, während bei Notfallbehandlungsfällen sowohl GPT-5.5 mit als auch ohne DxO etwa 85 % Genauigkeit bei ähnlichen Kosten erzielten. Die Orchestrierung von DxO kommt besonders weniger leistungsfähigen Modellen zugute; so verbesserte sich beispielsweise Gemini 2.5 Flash mit DxO von 46,4 % auf fast 69 % Genauigkeit. Dennoch hatten Unterschiede zwischen den zugrundeliegenden Modellen einen größeren Einfluss auf die Ergebnisse als die reinen Orchestrierungsgewinne.

Microsoft-Mitarbeiter hoben diese Arbeit als einen Schritt hin zur „medizinischen Superintelligenz“ hervor – der Fähigkeit, die besten zeitgenössischen von Menschen geführten Gesundheitssysteme in medizinischem Denken und Koordination über die gesamte Versorgung hinweg zu übertreffen. Mustafa Suleyman, CEO von Microsoft AI und ehemaliger Mitbegründer von DeepMind, betonte die fortlaufende Zusammenarbeit mit der Mayo Clinic zur Entwicklung eines grundlegenden KI-Gesundheitsmodells, das für 2027 geplant ist. Suleyman erwartet Durchbrüche, die hochpräzise Vorhersagen über Patientendaten und klinische Zustände ermöglichen, was Kliniker erheblich unterstützen könnte.

Darüber hinaus startet Microsoft eine klinische Bewertung der Denkfähigkeiten von DxO im Beth Israel Deaconess Medical Center in Boston, um die Leistung in realen Notfall- und Akutversorgungsszenarien zu bewerten. Patienten erhalten die Standardversorgung, während einwilligende Teilnehmer auch mit DxO interagieren, um einen Vergleich mit menschlichen Ärzten zu ermöglichen. Diese realen Tests folgen ähnlichen Bemühungen von Google zur Bewertung seiner konversationellen diagnostischen KI.

Microsoft sieht DxO als Erweiterung seiner bestehenden KI-Angebote im Gesundheitswesen, wie Diktier- und Radiologietools. Suleyman erklärte, dass durch kontinuierliche Iterationen mittels Live-Einsatz und Feedbackschleifen die klinische Wirksamkeit dieser Systeme rasch verbessert wird, mit erheblichem Kapazitätszuwachs in den nächsten zwei bis drei Jahren. Das Unternehmen strebt an, DxO und verwandte Technologien zu führenden klinischen Entscheidungsunterstützungsprodukten weltweit zu machen.

Obwohl die Studie das Potenzial der KI in der medizinischen Diagnose unterstreicht, wird auch angemerkt, dass sich mit Annäherung der KI an die theoretisch maximale Genauigkeit weitere Verbesserungen schwieriger erzielen lassen. Microsoft positioniert seinen Orchestrierungsansatz als unerlässlich zur Optimierung von Genauigkeit und Betriebskosten und sieht darin eine grundlegende Infrastruktur, die eine tiefe Integration von KI in die Gesundheitsversorgung in den kommenden Jahren ermöglicht.