Microsoft заявила о превосходстве MAI-DxO над врачами в сложной диагностике
Система Microsoft на симуляции правильно решала сложные медицинские случаи в 83% ситуаций против 36% у врачей общей практики и терапевтов. Однако значительная часть результата, согласно данным исследования, связана с базовыми моделями ИИ
Один основной источник · Как мы проверяем новости
Что произошло
Microsoft представила результаты тестирования диагностической системы MAI-DxO, которую Mustafa Suleyman назвал шагом к медицинскому сверхинтеллекту. Исследование опубликовал журнал Science.
В симуляции со сложными случаями из New England Journal of Medicine система правильно поставила диагноз в 83% случаев. Врачи общей практики и терапевты, работавшие поодиночке с справочными материалами, показали результат 36%.
Как работала система
MAI-DxO, также называемая DxO, координирует несколько ИИ-агентов, работающих подобно врачебной комиссии. Они задают вопросы пациенту, назначают тесты и обсуждают диагноз.
Microsoft проверила систему с моделями OpenAI, Google, Anthropic, Meta и DeepSeek. Лучшие результаты показали GPT-5 и GPT-5.5.
Что показали дополнительные измерения
Microsoft оценивала не только точность, но и расчетную стоимость обработки каждого случая. GPT-5 без DxO набрала 78,9% на сложных случаях при стоимости около $8 400 за случай. DxO снизила стоимость примерно на $3 000, но повысила точность лишь примерно на четыре пункта.
При использовании GPT-5.5 на сложных случаях DxO увеличила точность с 72% почти до 87% при немного меньшей стоимости. При этом на случаях из отделений неотложной помощи заметного преимущества по точности или стоимости не было: оба варианта показали около 85% при сопоставимых затратах.
Ограничения сравнения
В исследовании использовались сложные случаи, которые обычно разбирают специалисты или врачебные команды. Такие специалисты в сравнении не участвовали.
Данные исследования указывают, что значительная часть улучшения связана с более мощными базовыми моделями ИИ, тогда как система оркестрации Microsoft дает дополнительный прирост.
Источники
Один основной источник. Как мы проверяем новости
