Ein von Microsoft entwickeltes, auf künstlicher Intelligenz basierendes medizinisches Diagnosesystem hat in einer in der Zeitschrift Science veröffentlichten Simulationsstudie eine Fähigkeit gezeigt, die Allgemeinmediziner bei der Diagnose komplexer medizinischer Fälle übertrifft. Mustafa Suleyman, CEO für Künstliche Intelligenz bei Microsoft, bezeichnete diese Ergebnisse als einen wichtigen Schritt zur Erreichung der sogenannten „medizinischen Superintelligenz“ (medical superintelligence).
Funktionsweise des MAI-DxO-Systems
Das System trägt den Namen MAI-DxO (abgekürzt DxO) und basiert auf der Koordination mehrerer KI-Agenten, die als integriertes ärztliches Gremium zusammenarbeiten. Sie übernehmen das Befragen des Patienten, das Anfordern der notwendigen Untersuchungen und die Diskussion, um zu einer präzisen Diagnose zu gelangen. In einem Simulationstest mit komplexen Fällen aus dem New England Journal of Medicine erzielte das System in 83 Prozent der Fälle eine korrekte Diagnose, während Primärversorger und allgemeine Internisten – die einzeln und unter Verwendung von Nachschlagewerken arbeiteten – eine Erfolgsquote von 36 Prozent erreichten. Dabei ist zu beachten, dass solche komplexen Fälle normalerweise an Spezialisten oder spezialisierte medizinische Teams verwiesen werden, die nicht Teil dieses Vergleichs waren.
Rolle der Basismodelle und Kosteneffizienz
Die Daten derselben Studie zeigen, dass der Großteil der Verbesserung auf die Leistungsfähigkeit der zugrundeliegenden KI-Basismodelle zurückzuführen ist, während das von Microsoft entwickelte Koordinationssystem zusätzliche Gewinne brachte. Das Unternehmen testete das DxO-System mit Modellen verschiedener Unternehmen wie OpenAI, Google, Anthropic, Meta und DeepSeek, wobei die besten Ergebnisse mit den Modellen GPT-5 und GPT-5.5 von OpenAI erzielt wurden.
Neben der Genauigkeit maß Microsoft die Betriebskosten der KI pro Fall: Das Modell GPT-5 allein erreichte eine Genauigkeit von 78,9 Prozent bei Kosten von rund 8.400 US-Dollar pro Fall, während das DxO-System diese Kosten um etwa 3.000 US-Dollar senkte, die Genauigkeit jedoch nur um etwa vier Prozentpunkte erhöhte. Bei der neueren Version GPT-5.5 stieg die Genauigkeit bei komplexen Fällen von 72 Prozent auf etwa 87 Prozent, bei etwas geringeren Kosten in Kombination mit dem DxO-System.
Was ändert sich praktisch?
Durch neue Partnerschaften, wie der Zusammenarbeit mit Krankenhäusern wie der Mayo Clinic und dem Beth Israel Deaconess Medical Center in Boston, strebt Microsoft an, die klinischen Denkfähigkeiten des DxO-Systems in realen Krankenhausumgebungen und überfüllten Notaufnahmen zu bewerten. Diese Evaluierungen beinhalten den Vergleich der Systemempfehlungen mit den tatsächlichen Entscheidungen menschlicher Ärzte, um der größten Herausforderung zu begegnen: der sich vergrößernden Lücke zwischen der Nachfrage nach medizinischem Fachwissen und dessen Verfügbarkeit.
Zukunftsperspektiven und bestehende Herausforderungen
Das Team plant die Entwicklung eines maßgeschneiderten Basismodells für das Gesundheitswesen, das voraussichtlich im kommenden Jahr veröffentlicht wird, wobei Erwartungen bestehen, dass sich die Fähigkeiten der medizinischen KI in den nächsten Jahren vervielfachen werden. Trotz dieser vielversprechenden Ergebnisse bleiben offene Fragen bestehen bezüglich der Fähigkeit dieser Systeme, mit der vollen Komplexität realer medizinischer Umgebungen außerhalb des Simulationsrahmens umzugehen, sowie bezüglich ihrer tatsächlichen Integration in die entscheidende Rolle von Fachärzten.