Microsoft twierdzi, że jego AI pokonuje lekarzy w trudnych przypadkach. Cel: „medyczna superinteligencja”

Microsoft przedstawia MAI-DxO jako krok w stronę tak zwanej medycznej superinteligencji. W badaniu opublikowanym w czasopiśmie Science system poprawnie rozpoznał 83 proc. złożonych przypadków diagnostycznych, podczas gdy lekarze pierwszego kontaktu i interniści osiągnęli 36 proc. Wynik dotyczy jednak symulacji, a nie leczenia pacjentów w szpitalu.

MAI-DxO (Microsoft AI Diagnostic Orchestrator) działa jak wirtualny panel konsultacyjny. Kilka agentów AI zadaje pytania, wybiera badania i porównuje hipotezy przed sformułowaniem diagnozy. To ważna różnica względem prostego polecenia modelowi, by od razu podał jedną odpowiedź.

Test obejmował trudne przypadki zaczerpnięte z publikowanych opisów medycznych New England Journal of Medicine. Lekarze uczestniczący w porównaniu pracowali indywidualnie, choć w praktyce podobne przypadki często trafiają do specjalistów albo zespołów klinicznych. Dlatego rezultat pokazuje możliwości systemu w określonym benchmarku, a nie uniwersalną przewagę nad każdym lekarzem.

Istotny jest także wpływ modelu bazowego. Microsoft sprawdzał orkiestrator z rozwiązaniami kilku firm, między innymi OpenAI, Google, Anthropic, Meta i DeepSeek. Największe wyniki uzyskano z GPT-5 i GPT-5.5. W części testów sam GPT-5 osiągał 78,9 proc. trafności, a MAI-DxO podnosił ją tylko o około cztery punkty, jednocześnie obniżając szacowany koszt obliczeń. W przypadku słabszych modeli poprawa była większa, ale nadal mniejsza niż różnica między modelami bazowymi.

Podobny kierunek Microsoft opisywał już w pracy Sequential Diagnosis with Language Models. W tamtym eksperymencie 304 przypadki NEJM przekształcono w wieloetapowe spotkania diagnostyczne. MAI-DxO połączony z modelem o3 osiągnął 80 proc. trafności, a w konfiguracji nastawionej na maksymalną dokładność 85,5 proc. Autorzy podkreślali jednocześnie, że system jest demonstracją badawczą, a nie gotowym narzędziem dla pacjentów.

To zastrzeżenie pozostaje kluczowe również teraz. Materiał Microsoft AI o projekcie wskazuje, że potrzebne są testy w rzeczywistych środowiskach klinicznych, nadzór człowieka oraz odpowiednie ramy regulacyjne. Firma zapowiada ocenę MAI-DxO w różnych ustawieniach szpitalnych we współpracy z Beth Israel Deaconess Medical Center. Pacjenci mają otrzymywać standardową opiekę, a system będzie działał równolegle i za zgodą uczestników.

Mustafa Suleyman, szef Microsoft AI, mówi też o współpracy z Mayo Clinic nad medycznym modelem bazowym oraz o planach wykorzystania AI do przewidywania kolejnych zdarzeń w dokumentacji medycznej. Taka funkcja może pomóc lekarzowi szybciej zauważyć ryzyko, ale nie zastępuje badania, odpowiedzialności klinicznej ani decyzji podejmowanej z uwzględnieniem konkretnego pacjenta.

Najbardziej praktyczny wniosek jest więc ostrożny: MAI-DxO pokazuje, że AI potrafi prowadzić wieloetapowe rozumowanie i dobierać badania w bardzo trudnych, sztucznych scenariuszach. Dopiero wyniki z realnych oddziałów ratunkowych i zwykłych wizyt pokażą, czy ta przewaga przekłada się na bezpieczeństwo, koszty i lepszą opiekę. Na dziś mówimy o obiecującym narzędziu wspierającym lekarzy, nie o autonomicznym diagnoście.

Źródła

• Sequential Diagnosis with Language Models
• Microsoft AI o projekcie
• Źródło materiału wejściowego