Microsoft показала діагностичний ШІ, який у симуляції обійшов лікарів

Автор ·

Microsoft представила систему медичної діагностики MAI-DxO, яка в симуляції складних клінічних випадків показала точність 83% — проти 36% у лікарів. Але за вражаючими цифрами ховається чимало нюансів, які важливо розуміти, перш ніж уявляти «робота-лікаря» у приймальному відділенні.

MAI-DxO (Microsoft AI Diagnostic Orchestrator) працює як віртуальний консиліум: кілька агентів-«лікарів» пропонують діагнози, вирішують, які аналізи чи обстеження призначити, і кілька разів переглядають попередні висновки. Система також враховує вартість тестів — тобто не може просто «призначити все підряд».

Щоб оцінити таку поведінку, Microsoft створила окремий бенчмарк SDBench (Sequential Diagnosis Benchmark). На відміну від класичних іспитів, де лікар одразу бачить повний опис випадку, тут модель стартує з обмеженої інформації та крок за кроком вирішує, що запитати й який тест зробити далі. У набір увійшли 304 складні випадки з New England Journal of Medicine (NEJM), а також типові сценарії з приймального відділення.

У складних випадках з NEJM MAI-DxO досягла 83% точності. Для порівняння: лікарі первинної ланки та загальної внутрішньої медицини, які брали участь у симуляції, показали 36% з доступом до інтернету й підручників і 22% без них. На більш типових ургентних кейсах система набрала 80% проти 47% у лікарів. За даними Microsoft, потрібний діагноз вдавалось отримати ще й за третину–половину вартості діагностики у складних NEJM-випадках.

Важливе застереження: більшість виграшу дає не сам «оркестратор», а базові моделі. Внутрішній GPT-5 у тестах показав близько 78,9% точності, а MAI-DxO додала приблизно чотири відсоткові пункти зверху завдяки колективному обговоренню між агентами. І все це — у контрольованій симуляції, без реальних пацієнтів і команд спеціалістів, які зазвичай ведуть настільки складні випадки.

Далі Microsoft переходить до реальної перевірки: компанія запускає дослідження разом із Beth Israel Deaconess Medical Center у Бостоні. Пацієнти отримуватимуть стандартну допомогу від лікарів, а ті, хто погодиться, паралельно «пройдуть» через систему MAI-DxO. Дослідники порівняють рекомендації ШІ з рішеннями лікарів невідкладної допомоги. Паралельно Microsoft готує окрему медичну модель спільно з Mayo Clinic, але про комерційний запуск MAI-DxO поки нічого не відомо.

Чому це важливо

Для української медицини такі результати — не сигнал «замінити лікарів ШІ», а радше можливість подумати про новий інструмент підтримки рішень, особливо там, де бракує вузьких спеціалістів і часу на глибоку диференційну діагностику.

  • Підтримка, а не заміна лікаря. У дослідженні порівнювали ШІ з окремими лікарями первинної ланки, а не з мультидисциплінарною командою. У реальній практиці такі системи логічно використовувати як «другу думку» — для перевірки гіпотез, пошуку рідкісних діагнозів або оптимізації обсягу обстежень.
  • Економія на діагностиці. Навіть у багатих системах охорони здоров’я вартість зайвих аналізів — велика проблема. В українських умовах, де пацієнти часто платять із власної кишені, алгоритм, який вчиться досягати правильної відповіді з меншим числом тестів, може бути особливо цінним.
  • Якість даних і локальний контекст. Усі наведені результати — на кейсах з NEJM і американській практиці. Для впровадження в Україні знадобляться локальні дослідження: інша структура захворюваності, інші протоколи, обмежена доступність деяких обстежень.
  • Регулювання й відповідальність. Навіть якщо MAI-DxO покаже високу точність на реальних пацієнтах, постане питання: хто відповідає за помилку — розробник, лікар, заклад? Без чітких правил МОЗ та профільних асоціацій це буде бар’єром до масового використання.
  • Практичний крок уже зараз. Поки такі системи не доступні, лікарі й клініки можуть експериментувати з простішими форматами: використанням великих мовних моделей як допоміжного інструменту для пошуку літератури, складання диференційних діагнозів чи навчання. Але завжди — з критичним мисленням і без сліпої довіри.

На мій погляд, найцікавіше тут не саме число «83%», а підхід із «панеллю» агентів, які сперечаються між собою. Цей патерн ми, швидше за все, побачимо і в інших сферах з високими ставками — від права до фінансів. А для медицини справжнім показником стануть результати бостонського дослідження: наскільки часто рішення ШІ збігатимуться з висновками досвідчених лікарів у реальному приймальному відділенні.

Джерело: The Neuron (https://www.theneurondaily.com/p/microsoft-ai-scored-83-where-doctors-got-36)