Научная статья о диагностической системе MAI-DxO от Microsoft AI опубликована в журнале Science — важный шаг к тому, что компания называет «медицинским суперинтеллектом».
1. 83% против 36% на сложных случаях. В исследовании использовались 304 сложных случая из New England Journal of Medicine с имитацией реального клинического процесса: ИИ не мог просто отвечать на экзаменационные вопросы — он должен был опрашивать пациента, назначать обследования и корректировать суждение, как врач. «Консилиум» из нескольких ИИ-агентов правильно диагностировал 83% сложных случаев, тогда как врачи первичного звена и терапевты, работавшие в одиночку со справочными материалами, достигли лишь 36%. На случаях из отделения неотложной помощи — 80% против 47%.
2. Мультиагентный «консилиум». Ядро MAI-DxO — не одна модель, отвечающая на вопросы, а несколько ИИ-агентов, каждый в роли врача-консультанта: они выдвигают диагнозы, выбирают обследования, спорят в несколько раундов и сходятся на итоговом диагнозе. Microsoft проверила фреймворк на моделях OpenAI, Google, Anthropic, Meta и DeepSeek; лучшие результаты — на GPT-5 / GPT-5.5. Оценочный бенчмарк SDBench открыт, чтобы вся отрасль могла его проверить.
3. Ограничения тоже ясны. В статье указано, что такие сложные случаи обычно ведут специалисты или врачебные команды, которых не было в сравнении, — и что основной прирост точности дают более мощные базовые модели, а оркестрация добавляет прирост сверху. Глава Microsoft AI Мустафа Сулейман говорит, что следующий шаг — реальные клинические испытания с партнёрами вроде Mayo Clinic.
Источник: Читать оригинал
Комментарии