Microsofts AI stiller diagnoser på komplekse saker to ganger så nøyaktig som allmennleger, søker medisinsk superintelligens

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

Microsofts AI-system MAI-DxO presterer bedre enn allmennleger på simuleringer av komplekse medisinske saker med 83 % nøyaktighet, og viser framgang mot «medisinsk superintelligens» og planer for en grunnleggende helsemodell med Mayo Clinic.

Microsofts nylig utviklede AI-diagnosesystem, kalt MAI-DxO, viste betydelig bedre ytelse enn allmennleger i simuleringer av komplekse medisinske saker, ifølge en studie publisert i Science 22. oktober 2026. AI-en stilte korrekt diagnose i 83 % av utfordrende saker hentet fra New England Journal of Medicine, mens individuelle allmennleger – inkludert fastleger og internister – oppnådde bare 36 % nøyaktighet. Det er viktig å merke seg at disse sakene ofte krever spesialistkompetanse eller teamdiskusjon, noe som ikke var inkludert i sammenligningen.

MAI-DxO koordinerer flere AI-agenter for å etterligne et panel av leger: stiller spørsmål til pasienter, bestiller tester og diskuterer diagnoser. Dette orkestreringssystemet opererer på toppen av store språkmodeller fra ulike leverandører. Microsoft oppnådde best resultater med OpenAIs GPT-5 og GPT-5.5 modeller. For eksempel nådde GPT-5 alene 78,9 % nøyaktighet på komplekse saker til en estimert kjøringskostnad på ca. 8 400 dollar per sak. Med DxOs koordinering falt kostnadene med omtrent 3 000 dollar, og nøyaktigheten steg moderat med om lag fire prosentpoeng.

Den nyere GPT-5.5-modellen, introdusert i april 2026, viste ytterligere differensiering: på komplekse saker økte DxO nøyaktigheten fra 72 % til nesten 87 % til litt lavere kostnad, mens på akuttmottakssaker oppnådde både GPT-5.5 med og uten DxO omtrent 85 % nøyaktighet med like kostnader. DxOs orkestrering gav særlig fordeler for mindre kapable modeller; for eksempel forbedret Gemini 2.5 Flash fra 46,4 % til nesten 69 % nøyaktighet med DxO. Likevel hadde forskjeller mellom underliggende modeller større innvirkning på resultatene enn orkestreringsgevinstene alene.

Microsoft-tjenestemenn framhevet dette arbeidet som et steg mot «medisinsk superintelligens» — evnen til å overgå dagens ledende menneskelige helsesystemer i medisinsk resonnement og koordinering gjennom hele omsorgen. Mustafa Suleyman, administrerende direktør for Microsoft AI og tidligere medgrunnlegger av DeepMind, understreket selskapets pågående samarbeid med Mayo Clinic for å utvikle en grunnleggende AI-modell for helsevesenet planlagt lansert i 2027. Suleyman forventer gjennombrudd som muliggjør svært presise prediksjoner om pasientjournaler og kliniske tilstander, noe som kan hjelpe klinikere betydelig.

I tillegg lanserer Microsoft en klinisk evaluering av DxOs resonnementsevner ved Beth Israel Deaconess Medical Center i Boston, for å vurdere faktisk ytelse i akutt- og hastesituasjoner. Pasienter vil motta standard klinisk behandling, mens samtykkende deltakere også vil samhandle med DxO, som muliggjør sammenlignende analyser mot menneskelige leger. Denne virkelighetstesten følger lignende innsats fra Google for å evaluere sin samtalediagnostiske AI.

Microsoft ser på DxO som en utvidelse av sine eksisterende AI-tilbud for helsevesenet, som diktering og radiologiverktøy. Suleyman indikerte at kontinuerlig iterasjon gjennom livebruk og tilbakemeldingssløyfer raskt vil forbedre disse systemenes kliniske effektivitet, med forventet betydelig kapasitetsvekst de neste to til tre årene. Selskapet har som mål å gjøre DxO og relaterte teknologier til verdens ledende kliniske beslutningsstøtte.

Studien understreker potensialet for AI i medisinsk diagnostikk, men bemerker også at når AI nærmer seg maksimal teoretisk nøyaktighet på disse oppgavene, vil videre forbedringer bli vanskeligere å oppnå. Microsoft posisjonerer sin orkestreringsmetode som essensiell for å optimalisere både nøyaktighet og driftskostnader, og signaliserer en grunnleggende infrastruktur for dyp integrering av AI i helsetjenester i årene som kommer.