Microsofts AI ställer diagnoser på komplexa fall med dubbel så hög träffsäkerhet som allmänläkare, strävar efter medicinsk superintelligens

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

Microsofts AI-system MAI-DxO överträffar allmänläkare i simuleringar av komplexa medicinska fall med 83 % träffsäkerhet, vilket visar framsteg mot 'medicinsk superintelligens' och planer på en grundläggande vårdmodell i samarbete med Mayo Clinic.

Microsofts nyligen utvecklade AI-diagnossystem, benämnt MAI-DxO, uppvisade betydligt bättre resultat än allmänläkare vid simuleringar av komplexa medicinska fall, enligt en studie publicerad i Science den 22 oktober 2026. AI:n ställde korrekt diagnos i 83 % av de utmanande fallen hämtade från New England Journal of Medicine, medan enskilda allmänläkare – inklusive primärvårdsläkare och internister – endast nådde 36 % träffsäkerhet. Det är viktigt att notera att dessa fall ofta kräver specialistkompetens eller teamdiskussioner, vilket inte inkluderades i jämförelsen.

MAI-DxO koordinerar flera AI-agenter för att efterlikna en läkarpanel: ställa frågor till patienter, beställa tester och diskutera diagnoser. Detta orkestreringssystem bygger på stora språkmodeller från olika leverantörer. Microsoft fann sina bästa resultat med OpenAIs GPT-5 och GPT-5.5-modeller. Till exempel nådde GPT-5 ensam 78,9 % träffsäkerhet på komplexa fall med en beräknad kostnad på cirka 8400 dollar per fall. Med DxOs koordinering sjönk kostnaderna med cirka 3000 dollar och träffsäkerheten ökade måttligt med cirka fyra procentenheter.

Den nyare GPT-5.5-modellen, introducerad i april 2026, visade en ytterligare uppdelning: på komplexa fall höjde DxO träffsäkerheten från 72 % till nästan 87 % till en något lägre kostnad, medan på akutmottagningsfall uppnådde både GPT-5.5 med och utan DxO cirka 85 % träffsäkerhet med liknande kostnader. DxOs orkestrering gynnar särskilt modeller med lägre kapacitet; till exempel förbättrades Gemini 2.5 Flash från 46,4 % till nästan 69 % träffsäkerhet med DxO. Skillnader mellan underliggande modeller hade dock större påverkan på resultaten än orkestreringsvinsterna.

Microsofts representanter framhöll detta arbete som ett steg mot "medicinsk superintelligens" — förmågan att överträffa samtida mänskliga vårdsystem i medicinskt resonemang och samordning över hela vårdkedjan. Mustafa Suleyman, VD för Microsoft AI och tidigare medgrundare av DeepMind, betonade företagets pågående samarbete med Mayo Clinic för att utveckla en grundläggande AI-modell för vården med planerad lansering 2027. Suleyman förväntar sig genombrott som möjliggör mycket precisa förutsägelser om patienters journaler och kliniska tillstånd, vilket kan hjälpa kliniker i hög grad.

Dessutom lanserar Microsoft en klinisk utvärdering av DxOs resonemangsförmåga vid Beth Israel Deaconess Medical Center i Boston, för att bedöma prestanda i verkliga akuta och brådskande vårdsituationer. Patienter får standardvård medan deltagare som samtycker också interagerar med DxO, vilket möjliggör jämförande analys mot mänskliga läkare. Denna verklighetstestning följer liknande insatser från Google att utvärdera sin samtalsdiagnostiska AI.

Microsoft ser DxO som en förlängning av sina befintliga AI-verktyg för vården, såsom diktering och radiologiverktyg. Suleyman indikerade att kontinuerliga iterationer genom liveanvändning och feedback snabbt kommer förbättra systemens kliniska effektivitet med förväntad betydande kapacitetsökning under de kommande två till tre åren. Företaget strävar efter att göra DxO och relaterade teknologier till världens ledande kliniska beslutsstöd.

Studien understryker AI:s potential inom medicinsk diagnostik, men noterar samtidigt att när AI närmar sig maximal teoretisk träffsäkerhet på dessa uppgifter blir ytterligare förbättringar svårare att åstadkomma. Microsoft positionerar sin orkestreringsmetod som avgörande för att optimera både träffsäkerhet och driftkostnader, vilket signalerar en grundläggande infrastruktur för djup integration av AI i vården under de kommande åren.