Microsoft mākslīgais intelekts diagnosticē sarežģītus gadījumus divreiz precīzāk nekā vispārpraktizējošie ārsti, tiecoties pēc medicīniskās superintelekta

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

Microsoft mākslīgā intelekta sistēma MAI-DxO pārspēj vispārpraktizējošos ārstus sarežģītu medicīnisku gadījumu simulācijās, sasniedzot 83% precizitāti. Tas norāda uz progresu virzienā uz „medicīnisko superinteliģenci” un plāniem kopā ar Mayo klīniku izstrādāt pamatā esošu veselības aprūpes modeli.

Microsoft nesen izstrādātā mākslīgā intelekta diagnostikas sistēma MAI-DxO demonstrēja būtiski augstāku sniegumu salīdzinājumā ar vispārpraktizējošajiem ārstiem sarežģītu medicīnisku gadījumu simulācijās, liecina 2026. gada 22. oktobrī publicēts pētījums izdevumā Science. Mākslīgais intelekts pareizi diagnosticēja 83% no izaicinošajiem gadījumiem, kas ņemti no New England Journal of Medicine, kamēr individuālie vispārpraktizējošie ārsti – tostarp primārās aprūpes ārsti un internisti – sasniedza tikai 36% precizitāti. Ir svarīgi norādīt, ka šie gadījumi bieži prasa speciālistu ekspertīzi vai komandas apspriedi, kas šajā salīdzinājumā netika iekļauta.

MAI-DxO koordinē vairākus mākslīgā intelekta aģentus, atdarinot ārstu komisiju: uzdod pacientiem jautājumus, pasūta analīzes un apspriež diagnozes. Šī orķestrācijas sistēma darbojas uz dažādiem lielajiem valodas modeļiem, ko nodrošina vairāki piegādātāji. Microsoft atklāja, ka labākie rezultāti tika sasniegti, izmantojot OpenAI GPT-5 un GPT-5.5 modeļus. Piemēram, tikai GPT-5 sasniedza 78,9% precizitāti sarežģītos gadījumos, aptuvenajās izmaksās ap 8400 ASV dolāru par gadījumu. Ar DxO koordināciju izmaksas samazinājās aptuveni par 3000 dolāriem, bet precizitāte pieauga par aptuveni četriem procentpunktiem.

Jaunākais GPT-5.5 modelis, kas ieviests 2026. gada aprīlī, demonstrēja tālāku sadalījumu: sarežģītos gadījumos DxO palielināja precizitāti no 72% līdz gandrīz 87% ar nedaudz zemākām izmaksām, kamēr neatliekamās palīdzības dienestā abi GPT-5.5 modeļi – gan ar DxO, gan bez tā – sasniedz aptuveni 85% precizitāti ar līdzīgām izmaksām. DxO orķestrācija jo īpaši ir izdevīga mazāk spējīgiem modeļiem; piemēram, Gemini 2.5 Flash precizitāte ar DxO uzlabojās no 46,4% līdz gandrīz 69%. Tomēr būtiskāks ietekmes faktors uz rezultātiem bija pamata modeļu atšķirības nekā tikai orķestrācijas sniegtie ieguvumi.

Microsoft amatpersonas izcēla šo darbu kā soli pretī „medicīniskajai superintelektam” — spējai pārspēt mūsdienu vadošās cilvēka vadītās veselības aprūpes sistēmas medicīniskajā spriestspējā un pilna aprūpes procesa koordinācijā. Microsoft AI izpilddirektors un bijušais DeepMind līdzīpašnieks Mustafa Suleyman uzsvēra uzņēmuma pastāvīgo sadarbību ar Mayo klīniku, lai izstrādātu pamata veselības aprūpes mākslīgā intelekta modeli, kura izdošana ir plānota 2027. gadā. Suleyman paredz pārmaiņas, kas ļaus ļoti precīzi prognozēt pacientu medicīniskos ierakstus un klīniskos stāvokļus, kas varētu būt ļoti noderīgi ārstiem.

Turklāt Microsoft uzsāk DxO spriestspējas klīnisko novērtējumu Beth Israel Deaconess Medical Center Bostonā, vērtējot reālas pasaules sniegumu neatliekamās un steidzamās palīdzības vidēs. Pacientiem tiks nodrošināta standarta klīniskā aprūpe, kamēr brīvprātīgie dalībnieki papildus sadarbojas ar DxO, ļaujot salīdzināmu analīzi pret cilvēka ārstiem. Šis reālas pasaules tests seko līdzīgiem Google centieniem novērtēt savu sarunu diagnostikas mākslīgā intelekta risinājumu.

Microsoft uzskata DxO par paplašinājumu esošajiem veselības aprūpes mākslīgā intelekta piedāvājumiem, piemēram, diktēšanas un radioloģijas rīkiem. Suleyman norādīja, ka nepārtraukta iterācija, izmantojot tiešo ieviešanu un atsauksmju ciklus, ātri uzlabos šo sistēmu klīnisko efektivitāti, paredzot ievērojamu spēju izaugsmi nākamo divu līdz trīs gadu laikā. Uzņēmums cenšas padarīt DxO un saistītās tehnoloģijas par vadošajiem klīniskās lēmumu atbalsta produktiem pasaulē.

Lai gan pētījums uzsver mākslīgā intelekta potenciālu medicīniskajā diagnostikā, tas arī norāda, ka, tuvojoties maksimālai teorētiskajai precizitātei šajos uzdevumos, turpmāka uzlabošana kļūs sarežģītāka. Microsoft pozicionē savu orķestrācijas pieeju kā būtisku gan precizitātes, gan darbības izmaksu optimizēšanai, liekot pamatu infrastruktūrai, kas vērsta uz mākslīgā intelekta dziļu integrāciju veselības aprūpes pakalpojumu nodrošināšanā nākamajos gados.