Медицинская диагностическая система на базе искусственного интеллекта, разработанная компанией Майкрософт (Microsoft), продемонстрировала способность превосходить врачей общей практики в диагностике сложных медицинских случаев в рамках исследования с использованием моделирования, опубликованного в журнале Science. Мустафа Сулейман, исполнительный директор по искусственному интеллекту в Майкрософт, охарактеризовал эти результаты как важный шаг на пути к достижению так называемого «медицинского суперъинтеллекта» (medical superintelligence).
Принцип работы системы MAI-DxO
Система носит название MAI-DxO (или сокращенно DxO) и опирается на координацию нескольких агентов искусственного интеллекта, которые работают вместе в качестве единой медицинской комиссии: они опрашивают пациента, запрашивают необходимые анализы и ведут дискуссию для постановки точного диагноза. В тестовом моделировании, в котором использовались сложные случаи из «Медицинского журнала Новой Англии» (New England Journal of Medicine), система успешно поставила диагноз в 83% случаев, в то время как врачи первичного звена и врачи общей практики, работавшие индивидуально со справочными материалами, показали процент успеха на уровне 36%. При этом отмечается, что ведение подобных сложных случаев обычно перепоручается специалистам или специализированным медицинским бригадам, которые не участвовали в данном сравнении.
Роль базовых моделей и экономическая эффективность
Данные самого исследования показывают, что основная часть улучшения обусловлена мощностью базовых моделей искусственного интеллекта, лежащих в основе системы, в то время как разработанная Майкрософт система координации обеспечила дополнительные преимущества. Компания протестировала систему DxO с использованием моделей от различных компаний, таких как OpenAI, Гугл (Google), Антропик (Anthropic), Мета (Meta) и ДипСик (DeepSeek), однако наилучшие результаты были зафиксированы с моделью GPT-5 и GPT-5.5 от OpenAI.
Помимо точности, Майкрософт измерила стоимость работы искусственного интеллекта для каждого случая: сама по себе модель GPT-5 показала точность 78,9% при стоимости около 8 400 долларов за каждый случай, в то время как система DxO снизила эту стоимость примерно на 3 000 долларов, но повысила точность всего примерно на четыре пункта. Что касается более новой версии GPT-5.5, точность в сложных случаях возросла с 72% почти до 87% при немного более низкой стоимости в случае ее объединения с системой DxO.
Что меняется на практике?
Благодаря новым партнерским отношениям, таким как сотрудничество с такими больницами, как Майо Клиник (Mayo Clinic) и Медицинский центр Бет Исраэль Диконесс (Beth Israel Deaconess Medical Center) в Бостоне, Майкрософт стремится оценить способности клинического мышления системы DxO в реальных условиях больниц и перегруженных отделений неотложной помощи. Эти оценки включают сравнение рекомендаций системы с фактическими решениями врачей-людей, чтобы противостоять главной задаче — растущему разрыву между спросом на медицинские знания и их доступностью.
Будущие перспективы и сохраняющиеся вызовы
Команда планирует разработать специализированную базовую модель для здравоохранения, выпуск которой ожидается в следующем году, при этом прогнозируется многократное улучшение возможностей медицинского искусственного интеллекта в течение ближайших нескольких лет. Несмотря на эти обнадеживающие результаты, остаются открытые вопросы относительно способности таких систем справляться со всей полнотой сложностей реальной медицинской среды за пределами моделирования, а также относительно того, как они будут эффективно интегрироваться с решающей ролью врачей-специалистов.