Microsoft заявила, что её ИИ-система диагностики превзошла врачей в сложных случаях

Главное в материале

MAI-DxO координирует несколько ИИ-агентов, ведущих диагностику как консилиум врачей; в симуляциях на сложных случаях точность 83% против 36% у терапевтов
Лучшие результаты — с OpenAI GPT-5 и GPT-5.5; на случаях из отделений неотложной помощи преимущество DxO почти не проявилось
Microsoft готовит базовую медицинскую модель с Mayo Clinic и оценку DxO в реальных условиях с Beth Israel Deaconess Medical Center

ИИ превзошёл врачей в симуляции сложных случаев

Система диагностики Microsoft MAI-DxO правильно определила диагноз в сложных медицинских случаях в симуляции более чем в два раза чаще, чем врачи-терапевты, — таковы результаты исследования, опубликованного в четверг в журнале Science. Глава Microsoft AI Мустафа Сулейман назвал результат шагом к «медицинской сверхинтеллектуальности». Система координирует несколько ИИ-агентов, которые действуют как консилиум врачей: опрашивают пациента, назначают тесты и обсуждают диагноз. В симуляции на сложных случаях из New England Journal of Medicine система была права в 83% случаев, тогда как терапевты и врачи общей практики, работавшие индивидуально со справочными материалами, — в 36%. Издание отмечает оговорку: случаи такой сложности обычно ведут специалисты или команды врачей, которые в сравнении не участвовали.

Результаты зависят от базовой модели

Данные исследования показывают, что значительная часть улучшений связана с более мощными базовыми моделями, а система оркестрации Microsoft добавляет прирост сверху. Microsoft тестировала DxO с моделями OpenAI, Google, Anthropic, Meta и DeepSeek; лучшие результаты дали GPT-5 и GPT-5.5. Компания измеряла и стоимость: GPT-5 с базовым промптом показал 78,9% на сложных случаях при цене около $8400 за случай; DxO снизил стоимость примерно на $3000, подняв точность лишь примерно на четыре пункта. С GPT-5.5 (выпущен в апреле 2026 года) DxO поднял точность с 72% почти до 87% при несколько меньшей стоимости. Однако на случаях из отделений неотложной помощи улучшений почти не было ни по точности, ни по цене — с DxO и без него результаты были около 85%. DxO больше помогает на сложных случаях и со слабыми моделями: Gemini 2.5 Flash улучшил результат с 46,4% до почти 69%, но разрыв между сильными и слабыми моделями оказался больше, чем прибавка от DxO.

Планы: модель с Mayo Clinic и испытания в Бостоне

Сулейман сообщил TechCrunch, что Microsoft работает с Mayo Clinic над обучением базовой модели для здравоохранения с выпуском, запланированным на следующий год. Он также заявил, что в 2027 году компания будет «на пороге прорыва в стиле кодинга для медицинских карт» — потоковых точных предсказаний развития медицинской карты. По его мнению, медицинские модели станут «на порядок лучше по возможностям в течение следующих 24–36 месяцев». Через партнёрство с Beth Israel Deaconess Medical Center в Бостоне Microsoft оценит клиническое мышление DxO в больничных условиях: пациенты получат стандартное лечение, а согласившиеся параллельно будут взаимодействовать с DxO; рекомендации системы сравнят с решениями врачей. Вице-президент по здравоохранению Microsoft AI Доминик Кинг назвал это «крупнейшим исследованием такого рода» и ожидает убедительных данных к концу исследования. Он также отметил, что главная проблема здравоохранения — растущее несоответствие между спросом и предложением медицинской экспертизы.

Контекст и позиция Microsoft

Microsoft присоединяется к Google и OpenAI, заявляющим, что их ИИ может сравняться с врачами или превзойти их. В этом месяце Google вместе с Beth Israel опубликовала в The Lancet клиническое исследование своего диалогового диагностического ИИ AMIE в реальных визитах неотложной помощи под наблюдением врачей. Публикация в Science сопровождается манифестом Microsoft о «медицинской сверхинтеллектуальности» — способности превзойти сильнейшие современные системы здравоохранения в медицинском мышлении и координации на всём пути оказания помощи. Microsoft уже продаёт врачам инструменты диктовки и радиологии и видит в DxO расширение этих продуктов. Сулейман, ранее сооснователь DeepMind (куплен Google в 2014 году), пришёл в Microsoft в 2024-м, за ним последовал Кинг. «Мы должны иметь абсолютно лучшие продукты клинической поддержки принятия решений номер один в ближайшие несколько лет», — сказал Сулейман.