Источник изображения: Microsoft AI
Система искусственного интеллекта Microsoft MAI-DxO в ходе симуляции правильно разбирала сложные медицинские случаи более чем вдвое чаще врачей общей практики. Результаты исследования опубликованы в журнале Science. Глава Microsoft AI Мустафа Сулейман назвал их шагом к «медицинскому сверхинтеллекту».
MAI-DxO объединяет несколько ИИ-агентов, работающих подобно врачебной комиссии. Они задают вопросы о состоянии пациента, назначают обследования и обсуждают возможный диагноз. В тестировании использовали сложные клинические случаи из New England Journal of Medicine.
Система дала правильный ответ в 83% случаев, тогда как врачи первичного звена и терапевты, работавшие по отдельности и имевшие доступ к справочным материалам, достигли результата 36%. При этом подобные задачи обычно решают профильные специалисты или врачебные команды, которых в сравнении не участвовали. «Есть нечто действительно значительное и захватывающее», — сказал TechCrunch вице-президент Microsoft AI по здравоохранению Доминик Кинг, связав проблему с растущим разрывом между спросом на медицинскую экспертизу и её доступностью.
Microsoft проверила MAI-DxO на моделях OpenAI, Google, Anthropic, Meta (признана в РФ экстремистской и запрещена) и DeepSeek. Наилучшие показатели система получила вместе с GPT-5 и GPT-5.5 от OpenAI, однако данные исследования показывают, что основная часть прироста связана с развитием самих моделей, а алгоритм координации добавляет к нему дополнительный эффект. В частности, GPT-5 при использовании короткого базового запроса показала точность 78,9% при расчётной стоимости около 8400 долларов на один случай, а MAI-DxO снизила затраты примерно на 3000 долларов и повысила точность лишь примерно на четыре процентных пункта.
Для GPT-5.5, выпущенной в апреле 2026 года, на сложных случаях точность выросла с 72% почти до 87%, причём стоимость немного уменьшилась. В задачах приёмного отделения заметного преимущества не было: GPT-5.5 с MAI-DxO и без неё показала около 85% при сопоставимых расходах. На менее мощных моделях эффект оказался заметнее: Gemini 2.5 Flash улучшила результат с 46,4% почти до 69%, хотя разрыв между сильными и слабыми моделями всё равно оказался больше, чем прирост от координации.
Microsoft намерена проверить возможности MAI-DxO в реальных больничных условиях совместно с медицинским центром Beth Israel Deaconess в Бостоне. Пациенты будут получать стандартную помощь, включая сортировку, консультацию специалиста, обследования, лечение и решение о выписке, а согласившиеся дополнительно взаимодействуют с системой; затем рекомендации ИИ сравнят с решениями врачей. «Эта технология готова к оценке в реальных условиях, и можно представить сложность и разнообразие проблем, которые поступают в отделение неотложной помощи Бостона в пятничный вечер», — заявил Кинг.