MAI-DxO від Microsoft розпізнала 83% складних діагнозів у симуляції Science
Дослідження в Science показало, що віртуальний консиліум Microsoft перевершив лікарів у розборі клінічних кейсів, проте успіх поки що зафіксовано лише на папері та в синтетичному середовищі.
22 жовтня 2026 року в журналі Science вийшла стаття дослідників Microsoft про систему MAI-DxO. Вона розроблена для покрокової клінічної діагностики: замість генерації миттєвої відповіді за одним запитом система діє подібно до лікаря — поступово опитує пацієнта, обирає діагностичні тести та зважує гіпотези у форматі віртуального консиліуму.
Для перевірки розробили симуляційне середовище SDBench. Лікар або AI отримує короткий опис скарг, після чого сам вирішує, які аналізи призначити чи які дані вимагати далі. Інформацію дозує модель-наглядач Gatekeeper. Якщо в реальній історії хвороби певного дослідження не було, цей модуль генерує синтетичну відповідь, що дозволяє продовжувати ланцюжок діагностики за межами первинного документа. Підсумковий результат оцінює модель Judge за п'ятибальною шкалою, зараховуючи як точні лише оцінки 4 та 5.
У вибірку увійшли 304 складні випадки з New England Journal of Medicine (NEJM) та 325 випадків екстреної госпіталізації з бази MIMIC-IV-ED. На складних текстах NEJM система на базі GPT-5 досягла 83,2% правильних відповідей, тоді як кваліфіковані лікарі з доступом до довідкової літератури набрали 36,1% (і лише 22,3% без довідників). На вибірці MIMIC-IV-ED точність склала 80,3% проти 46,8% у лікарів.
Усередині MAI-DxO одна мовна модель одночасно відіграє п'ять ролей: висуває гіпотези, обирає обстеження, шукає суперечності у версіях, стежить за витратами та контролює логіку висновків. У режимі без бюджетних рамок точність 83,2% супроводжувалася розрахунковими витратами на аналізи в розмірі $5 430 на кейс (проти $8 409 у базової моделі без консиліуму). У конфігурації з обмеженням бюджету показник точності знизився до 79,6%, але середні розрахункові витрати впали до $1 303.
Попри високі бали, результати отримані в симуляторі на готових текстах і синтезованих лабораторних відповідях. Справжнім випробуванням стане клінічна практика: Microsoft оголосила про старт проспективного дослідження у співпраці з Beth Israel Deaconess Medical Center у Бостоні, де систему перевірятимуть на живих пацієнтах паралельно з незалежною оцінкою лікарів.
Джерело: habr
Коментарі
Допоможи покращити наступну версію: Додавай контекст або пропонуй виправлення. Після AI-перевірки коментарі можуть отримати бали для переписування. Перевірка й оновлення потребують часу; повна шкала не гарантує нової версії.