A Microsoft AI diagnosztikai rendszer felülmúlja az orvosokat a nehéz esetekben

Működési elv és modellalapok

Az MAI-DxO több AI-ügynököt koordinál, amelyek egy orvosi panelként működnek: kérdéseket tesznek fel a páciensnek, vizsgálatokat rendelnek el, és vitatják meg a diagnózist. A Microsoft a rendszer teszteléséhez több cég modelljeit is felhasználta, köztük az OpenAI, a Google, az Anthropic, a Meta és a DeepSeek modelljeit. A legjobb eredményeket azonban az OpenAI GPT-5 és GPT-5.5 modelljeivel érte el. (TechCrunch)

Költséghatékonyság és klinikai tesztelés

A rendszer nemcsak a pontosságot, hanem a költségeket is figyelembe vette. A GPT-5 alap prompttal futtatva 78,9%-os pontosságot ért el esetenként 8400 dollárért. Az MAI-DxO körülbelül 3000 dollárral csökkentette a költségeket, miközben a pontosságot csak mintegy négy százalékponttal növelte. Az újabb GPT-5.5 modellel az MAI-DxO 72%-ról közel 87%-ra növelte a pontosságot komplex esetekben, miközben az árat is csökkentette.

A Microsoft a Mayo Clinic-kel együttműködve egy speciális egészségügyi alapmodellt fejleszt, amelyet jövőre terveznek kiadni. Mustafa Suleyman szerint ez a modell lehetővé teszi majd a „nagyon óriási ugrásokat” az orvosi ellátásban. Úgy véli, 2027-re „kódolási stílusbeli áttörés” következhet be az orvosi nyilvántartások terén, ami pontos előrejelzéseket tesz lehetővé az orvosi esetek alakulásáról.

A Microsoft a Beth Israel Deaconess Medical Centerrel kötött új partnerség keretében értékeli az MAI-DxO klinikai érvelési képességeit különböző kórházi környezetekben. A Google is hasonló tanulmányt publikált a Beth Israelrel közösen, amelyben a Google AMIE konverziós diagnosztikai AI-t vizsgálták valós körülmények között. A Microsoft célja, hogy az egyes feladatok benchmarkolásán túl integrálódjon a klinikusokkal és az egészségügyi rendszerekkel a jobb eredmények érdekében.