Microsoft представила медицинскую ИИ-систему, диагностирующую сложные случаи лучше врачей
Диагностическая система Microsoft MAI-DxO, по заявлению компании, в симуляции правильно ставила диагноз в сложных клинических случаях в 83% случаев, тогда как врачи общей практики и терапевты, которые работали без командной поддержки и пользовались справочными материалами, давали верный ответ в 36%. Результаты опубликованы в журнале Science.
Генеральный директор Microsoft AI Мустафа Сулейман назвал результат шагом к медицинскому сверхинтеллекту. Важная оговорка состоит в том, что такие сложные случаи обычно ведут узкие специалисты или команды врачей, а в сравнении они не участвовали.
Система получила название MAI-DxO, или DxO. Она объединяет несколько ИИ-агентов, которые действуют как консилиум врачей: задают вопросы пациенту, назначают анализы и обсуждают возможные диагнозы. Тестирование проводилось на кейсах из New England Journal of Medicine.
Microsoft проверила DxO с моделями разных разработчиков, включая OpenAI, Google, Anthropic, Meta*, DeepSeek. Выше всего результаты оказались у моделей OpenAI, GPT-5 и GPT-5.5. Эти исследования указывают, что основной прирост дает сама базовая модель, а оркестрация Microsoft добавляет улучшения поверх нее.
Microsoft оценивала не только точность, но и стоимость расчетов на один случай. В базовом варианте, с коротким простым запросом, GPT-5 набрал 78,9% на сложных случаях при стоимости около $8,4 тыс. на кейс. DxO снизил расходы примерно на $3 тыс. и поднял точность примерно на четыре пункта. В случаях из отделений экстренной помощи заметного улучшения ни по точности, ни по стоимости не получилось.
Модель GPT-5.5, которая вышла в апреле 2026 года, показала иную картину. На сложных случаях DxO поднял ее точность с 72% почти до 87% при немного меньшей стоимости. В случаях экстренной помощи прироста снова не было: обе конфигурации, с DxO и без него, показали около 85% при сопоставимой цене. Более слабые модели выигрывают от оркестрации сильнее. Gemini 2.5 Flash без DxO набрал 46,4%, с DxO почти 69%, однако разрыв между слабой и сильной моделью оказался больше, чем прирост от DxO.
Исследователи Microsoft отмечают, что по мере приближения моделей к теоретическому пределу точности прирост закономерно сокращается. Представитель компании добавил, что оркестрация DxO помогает решать более широкую задачу оптимизации точности и стоимости одновременно.
Компания присоединяется к Google и OpenAI, которые также заявляют, что их ИИ может сравняться с врачами или превзойти их. Google в этом месяце опубликовала совместно с медицинским центром Beth Israel исследование в The Lancet, в котором ИИ-система AMIE проверялась в реальных визитах в службы неотложной помощи, а врачи наблюдали за взаимодействием в режиме реального времени.
Microsoft заключила партнерство с медицинским центром Beth Israel Deaconess в Бостоне (США), чтобы оценить клинические рассуждения DxO в разных больничных условиях. Пациенты проходят стандартные процедуры, включая триаж, консультацию специалиста, анализы, терапию и решение о выписке, а те, кто даст согласие, параллельно получат рекомендации DxO. Их сравнят с решениями врачей.
Сулейман сообщил, что компания работает с клиникой Мэйо над фундаментальной моделью для здравоохранения, релиз которой запланирован на 2027 год. Он ожидает, что модели в этой сфере улучшатся на порядок в ближайшие 24–36 месяцев. Microsoft уже продает инструменты для диктовки и рентгенологии, и DxO рассматривается как расширение этого направления.
Пока все данные относятся к симуляции и текстовым кейсам, клиническая эффективность на реальных пациентах не подтверждена.
* организация, признанная Минюстом России экстремистской и запрещенная на территории РФ.
**продукт организации, признанной Минюстом России экстремистской и запрещенной на территории РФ.
Подпишитесь на «Инк» в Telegram. Там мы пишем нескучным языком о самом важном для предпринимателей. Подписаться.
