Microsoft представила результаты исследования своей системы медицинской диагностики MAI-DxO, которая в экспериментальных испытаниях значительно превзошла врачей по точности определения заболеваний. Разработка, использующая несколько взаимодействующих ИИ-агентов, смогла правильно установить диагноз примерно в 83 % сложных клинических случаев, тогда как специалисты общей практики показали результаты от 22 до 36 %. Глава подразделения Microsoft AI Мустафа Сулейман считает, что подобные технологии способны существенно повысить доступность медицинской помощи, сократить расходы на обследования и изменить принципы работы современной системы здравоохранения.

Несмотря на впечатляющие показатели, речь пока не идёт о полноценной замене врачей искусственным интеллектом. Результаты получены в ходе контролируемых испытаний на основе медицинских публикаций и историй пациентов, а не при самостоятельном лечении людей в реальных больницах. Microsoft готовится перейти к следующему этапу — клиническому тестированию технологии совместно с медицинским центром Beth Israel Deaconess в Бостоне. Компания рассчитывает, что в перспективе ИИ возьмёт на себя значительную часть диагностической и административной нагрузки, оставив медицинским специалистам больше времени для непосредственной работы с пациентами.

Как устроена система медицинской диагностики MAI-DxO

В основе разработки Microsoft лежит принцип совместной работы нескольких интеллектуальных агентов, каждый из которых участвует в решении диагностической задачи.

Система получила название Microsoft AI Diagnostic Orchestrator, сокращённо MAI-DxO.

В отличие от обычного чат-бота, который формирует ответ на основании одного запроса, эта технология организует последовательный процесс медицинского анализа.

Её работа напоминает обсуждение сложного случая группой специалистов, когда врачи совместно изучают симптомы, рассматривают возможные заболевания и определяют необходимые обследования.

MAI-DxO выполняет несколько взаимосвязанных действий:

• Анализирует жалобы пациента и историю заболевания.

• Формирует список возможных причин наблюдаемых симптомов.

• Определяет, какие дополнительные исследования помогут уточнить диагноз.

• Оценивает результаты обследований и корректирует диагностические предположения.

• Сопоставляет полученные сведения и формирует итоговое заключение.

• Учитывает предполагаемые расходы на диагностические процедуры.

Таким образом, система не просто выбирает наиболее вероятное заболевание из списка, а пытается воспроизвести последовательность клинических решений.

При этом её рекомендации остаются результатом алгоритмического анализа и требуют проверки медицинскими специалистами.

Точность диагностики оказалась значительно выше результатов врачей

Для оценки возможностей технологии исследователи Microsoft разработали специальный набор испытаний SDBench.

Он включает сложные диагностические сценарии, основанные на реальных медицинских случаях, описанных в научной литературе и клинических базах данных.

Одна из серий испытаний использовала несколько сотен медицинских отчётов, опубликованных в авторитетном журнале The New England Journal of Medicine.

Результаты оказались следующими:

Участники испытаний	Точность диагностики
Система Microsoft MAI-DxO	Около 83 %
Врачи общей практики с доступом к справочным материалам	Около 36 %
Врачи без справочных материалов	Около 22 %

Таким образом, в конкретной тестовой конфигурации система Microsoft показала результат примерно в 3,8 раза выше, чем группа врачей, работавших без дополнительных справочных ресурсов.

Именно на подобных результатах основано заявление компании о почти четырёхкратном превосходстве искусственного интеллекта.

Однако важно учитывать, что сравнение проводилось в специально организованных условиях. Оно не доказывает, что MAI-DxO будет диагностировать любые заболевания в четыре раза лучше практикующих врачей при обычном приёме пациентов.

Кроме того, диагностическая точность в тесте не равнозначна качеству всей медицинской помощи, которое зависит также от обследования пациента, оценки рисков, выбора лечения и наблюдения за его состоянием.

Испытания на данных отделения неотложной помощи

Вторая часть исследования была посвящена случаям, связанным с оказанием экстренной медицинской помощи.

Для тестирования использовались данные пациентов медицинского центра Beth Israel Deaconess в Бостоне.

Этот этап позволил оценить возможности системы на клинических сценариях, отличающихся от специально подготовленных публикаций о сложных заболеваниях.

По представленным результатам, MAI-DxO правильно определила диагноз примерно в 80 % случаев.

Средний показатель врачей, участвовавших в сравнении, составил около 47 %.

Разница оказалась существенной, хотя и менее выраженной, чем в первой серии испытаний.

Дополнительным преимуществом искусственного интеллекта стала способность выбирать диагностические действия с меньшими предполагаемыми затратами.

Система оценивала необходимость обследований и стремилась избежать избыточных процедур, если имеющейся информации было достаточно для принятия решения.

Впрочем, расчётная экономия в тестовой среде ещё не подтверждает аналогичного сокращения расходов в реальных больницах. На стоимость медицинской помощи влияют организация работы учреждения, доступность оборудования, состояние пациента и множество других факторов.

Почему несколько ИИ-агентов работают эффективнее одной нейросети

Одним из ключевых выводов исследования стала эффективность многоагентного подхода.

В испытаниях использовалась система на основе GPT-5 от OpenAI, однако основное внимание разработчики уделили не только возможностям самой языковой модели, но и организации процесса принятия решений.

MAI-DxO объединяет несколько интеллектуальных компонентов, которые последовательно анализируют информацию и участвуют в диагностическом процессе.

Такой подход позволяет распределять отдельные задачи и проводить дополнительную проверку промежуточных выводов.

По утверждению исследователей, организованная подобным образом система превзошла результаты передовых ИИ-моделей, работавших самостоятельно.

Примечательно, что первоначальная разработка MAI-DxO велась в период, когда одной из наиболее совершенных доступных моделей была GPT-4.1.

Это позволило исследователям проследить, насколько эффективность системы зависит от мощности базовой модели и насколько — от способа организации её работы.

Специалисты Microsoft пришли к выводу, что развитие языковых моделей не обязательно устраняет преимущества совместной работы нескольких ИИ-агентов.

Даже более мощная нейросеть может получать дополнительную пользу от структурированного анализа, проверки предположений и последовательного выбора диагностических действий.

При этом опубликованное сравнение не охватывает все новейшие модели искусственного интеллекта, включая более поздние разработки OpenAI, Google, Meta и Anthropic.

Поэтому результаты нельзя автоматически распространять на любые современные ИИ-системы.

Почему высокие показатели ещё не означают готовность к работе в больницах

Microsoft признаёт, что между успешным прохождением диагностических испытаний и безопасным использованием технологии в реальной медицинской практике существует значительная дистанция.

В исследовании система работала с заранее подготовленными клиническими сценариями.

Хотя они воспроизводили важные этапы врачебного мышления — от сбора сведений до выбора обследований и постановки диагноза, — такие условия не могут полностью отразить сложность повседневной медицинской работы.

В реальной клинике врач сталкивается не только с описанием симптомов, но и с неполной, противоречивой или постоянно изменяющейся информацией.

Пациенты могут неточно описывать своё состояние, забывать важные обстоятельства или одновременно иметь несколько заболеваний.

Кроме того, медицинскому специалисту необходимо учитывать индивидуальные противопоказания, возможные осложнения, результаты физического осмотра и реакцию организма на лечение.

Для практического внедрения MAI-DxO потребуется проверить не только точность постановки диагнозов, но и безопасность рекомендаций, устойчивость к ошибочным данным и способность системы распознавать ситуации, требующие немедленного вмешательства человека.

Особенно важна оценка последствий ошибочных решений, поскольку даже сравнительно редкая диагностическая ошибка может иметь серьёзные последствия для пациента.

Microsoft готовит испытания искусственного интеллекта в реальных клиниках

Следующим этапом развития MAI-DxO должно стать тестирование технологии в условиях действующего медицинского учреждения.

Microsoft планирует провести такие испытания совместно с Beth Israel Deaconess Medical Center.

Согласно озвученным планам, начало практической проверки ожидается в ближайшие месяцы.

Исследователям предстоит выяснить, насколько хорошо система справляется с реальными клиническими задачами и может ли она эффективно взаимодействовать с медицинским персоналом.

Важным направлением станет изучение того, как рекомендации искусственного интеллекта влияют на работу врачей, скорость диагностики и выбор обследований.

При этом проведение клинических испытаний не означает автоматического разрешения на самостоятельное использование технологии для лечения пациентов.

Для широкого внедрения медицинских ИИ-систем могут потребоваться дополнительные исследования, независимая оценка безопасности и соблюдение применимых требований регулирующих органов.

Microsoft рассчитывает создать медицинский суперинтеллект

MAI-DxO является частью более масштабной стратегии Microsoft в области искусственного интеллекта для здравоохранения.

Компания использует термин «медицинский суперинтеллект» для описания будущих систем, которые смогут решать широкий круг медицинских задач на уровне, превосходящем возможности отдельных специалистов и существующих организационных процессов.

Однако диагностика рассматривается лишь как одно из направлений этой концепции.

В публикациях Microsoft и научных материалах, посвящённых цифровому здравоохранению, обсуждаются и другие задачи, которые предстоит освоить интеллектуальным системам.

Среди них — координация медицинской помощи, поддержка решений о лечении, взаимодействие с пациентами и учёт человеческих факторов, влияющих на качество медицинских услуг.

Фактически речь идёт о переходе от отдельных инструментов, способных анализировать симптомы или медицинские изображения, к более комплексным системам поддержки клинической работы.

Такие технологии потенциально смогут сопровождать диагностический и лечебный процесс на нескольких этапах, помогая специалистам обрабатывать большие объёмы информации.

Однако заявленная концепция медицинского суперинтеллекта пока остаётся долгосрочной целью, а не подтверждённым уровнем возможностей существующих продуктов.

Искусственный интеллект может снизить нагрузку на врачей

Мустафа Сулейман связывает развитие медицинских ИИ-систем с необходимостью решения сразу нескольких глобальных проблем здравоохранения.

Стоимость медицинских услуг продолжает расти, а значительная часть населения планеты сталкивается с трудностями при получении своевременной и качественной помощи.

Особенно остро эти проблемы проявляются в регионах с нехваткой медицинских специалистов и ограниченным доступом к современному диагностическому оборудованию.

По мнению руководителя Microsoft AI, интеллектуальные системы способны сделать диагностику более доступной и экономически эффективной.

Компания рассчитывает, что уже в следующем году внедрение подобных решений в медицинскую практику может заметно ускориться.

При этом Сулейман не рассматривает искусственный интеллект как прямую замену врачей.

Напротив, он подчёркивает необходимость сохранения центральной роли человека в лечении пациентов.

Ожидается, что автоматизация поможет сократить объём рутинной работы, связанной с анализом медицинской документации, предварительной обработкой результатов обследований и подготовкой диагностических заключений.

Это потенциально позволит врачам уделять больше внимания общению с пациентами и принятию сложных клинических решений.

Впрочем, внедрение ИИ способно создавать и дополнительную нагрузку: специалистам потребуется проверять рекомендации алгоритмов, разбирать спорные случаи и контролировать корректность работы новых инструментов.

Когда искусственный интеллект сможет стать полноценным помощником врача

Результаты MAI-DxO демонстрируют значительный потенциал многоагентных систем в медицинской диагностике.

В контролируемых испытаниях разработка Microsoft смогла не только превзойти участвовавших в сравнении врачей по доле правильно установленных диагнозов, но и предложить более экономичные диагностические стратегии.

Однако главным испытанием для технологии станет не очередной лабораторный тест, а подтверждение её эффективности и безопасности при работе с реальными пациентами.

Необходимо установить, насколько устойчиво система действует в нестандартных ситуациях, как часто допускает опасные ошибки и действительно ли помогает улучшать результаты лечения.

Именно эти показатели будут определять перспективы её практического применения.

Если дальнейшие исследования подтвердят первоначальные результаты, технологии наподобие MAI-DxO смогут стать важным инструментом современной медицины.

Но наиболее вероятная роль подобных решений в обозримом будущем — интеллектуальная поддержка медицинских специалистов, а не самостоятельная постановка диагнозов и назначение лечения без участия врача.

Главный результат исследования Microsoft заключается не в доказательстве превосходства машин над всей медициной, а в демонстрации того, что правильно организованная работа нескольких ИИ-агентов способна существенно повысить качество решения сложных диагностических задач.