В научном исследовании панель диагностики на основе ИИ от Microsoft превзошла результаты врачей: 83% против 36%
В исследовании, опубликованном в журнале Science, система MAI-DxO от Microsoft диагностировала 831 случай сложных опухолей NEJM, тогда как врачи диагностировали 361 случай, хотя это было сделано только на основе текстового сравнения.
В рецензируемом исследовании, опубликованном в журнале Science, диагностическая система на основе искусственного интеллекта Microsoft, MAI-DxO, правильно диагностировала 83% сложных случаев, описанных в New England Journal of Medicine, по сравнению с 36% у врачей общей практики, которые могли использовать справочные инструменты.
Статья, “Последовательная диагностика с использованием языковых моделей”, Эта разработка была опубликована 22 октября. Вместо того чтобы передавать ИИ полное описание случая, она заставляет систему начинать с краткой презентации и решать, какие вопросы задать и какие анализы назначить, как это сделал бы врач.
Как это работает
Команда разработала эталонный набор данных под названием SDBench на основе 304 клинико-патологических случаев из NEJM и 325 случаев поступления в отделение неотложной помощи из набора данных MIMIC-IV-ED. Агент “Привратник” предоставляет только ту информацию, которую реально можно получить с помощью вопроса или теста, а агент “Судья” выставляет окончательный диагноз.
MAI-DxO, система оркестрации диагностики на основе искусственного интеллекта от Microsoft., работает как группа виртуальных врачей.Каждый из них предлагает диагнозы, выбирает вопросы или тесты и оспаривает формирующуюся точку зрения, при этом система оценивает стоимость каждого теста.
Цифры
В случаях, описанных в NEJM, система, работающая на GPT-5, показала результат 83,2% при средней расчетной стоимости тестирования $5431. Врачи в среднем показали результат 36,1% с использованием инструментов поиска и ссылок и 22,3% без них. Даже лучший врач, с результатом 51,8%, уступил по точности и стоимости.
В более стандартных экстренных случаях MAI-DxO показала эффективность 80.3% против 46.8% у врачей. Microsoft утверждает, что эти достижения сохранились и даже увеличились при повторном проведении оценки на GPT-5.5 без изменения алгоритма оркестровки.
Предостережения
Авторы открыто говорят об ограничениях. Тесты проводились только в текстовом формате, сравнивали ИИ с отдельными специалистами широкого профиля, а не со специалистами или командами, и измеряли “диагностическое мышление в идеализированных информационных условиях, а не эффективность работы у постели больного или результаты лечения пациентов”. Все авторы являются сотрудниками Microsoft.
Вот почему следующий шаг имеет значение. Microsoft заявляет, что проведет перспективное исследование совместно с медицинским центром Beth Israel Deaconess в Бостоне, где пациенты будут напрямую взаимодействовать с системой. Компания также открывает исходный код SDBench, чтобы другие могли тестировать другие модели и оспаривать полученные результаты.
Почему это важно
Врачи общей практики уже обращение к ChatGPT и другие инструменты для диагностики, и такие инструменты, как инструменты Национальной службы здравоохранения Великобритании (NHS). Инструмент для выявления рака Mia Исследования показали, что ИИ способен выявлять то, что врачи упускают из виду. Структурированная, экономически эффективная панель, такая как MAI-DxO, указывает на более строгий вариант этого подхода, но пока это не будет доказано на реальных пациентах, это будет лишь эталонный результат, а не клинический.
