Η τεχνητή νοημοσύνη της Microsoft ξεπερνά τους γιατρούς σε δύσκολα περιστατικά σύμφωνα με μελέτη στο Science

Το διαγνωστικό σύστημα τεχνητής νοημοσύνης της Microsoft ↘ 0.24% έλυσε σωστά το 83% των σύνθετων περιστατικών του New England Journal of Medicine σε προσομοίωση. Οι γενικοί ιατροί που χρησιμοποίησαν βοηθήματα αναφοράς είχαν ποσοστό επιτυχίας 36%, σύμφωνα με μελέτη που δημοσιεύθηκε την Πέμπτη 22 Οκτωβρίου στο περιοδικό Science. Ο διευθύνων σύμβουλος της Microsoft AI, Mustafa Suleyman, χαρακτήρισε το αποτέλεσμα ένα βήμα προς την "ιατρική υπερνοημοσύνη". Ανέφερε επίσης ότι το εργαλείο δεν έχει ακόμη αποδειχθεί σε πραγματικούς ασθενείς. "Χρειάζεται κλινική επικύρωση", δήλωσε στο The Verge. "Είναι ένα μεγάλο άλμα, αλλά αποτελεί σημαντικό ορόσημο σε αυτή τη διαδρομή."theverge.com+1

Πώς απέδωσε το σύστημα

Το σύστημα, με την ονομασία MAI-DxO, συντονίζει αρκετούς πράκτορες τεχνητής νοημοσύνης που εργάζονται σαν ιατρικό συμβούλιο. Εξετάζουν τον ασθενή, παραγγέλνουν εξετάσεις και συζητούν για τη διάγνωση. Οι γιατροί που εργάστηκαν χωρίς βοηθήματα σημείωσαν περίπου 22% στα ίδια περιστατικά. Σε επείγοντα περιστατικά από το Beth Israel Deaconess Medical Center, το σύστημα πέτυχε 80%, έναντι μέσου όρου 47% για τους γιατρούς, συνήθως με χαμηλότερο εκτιμώμενο κόστος.techcrunch.com+1

Η σύγκριση έχει περιορισμούς. Τέτοια σύνθετα περιστατικά συνήθως αντιμετωπίζονται από ειδικούς ή ομάδες γιατρών, και καμία από τις δύο ομάδες δεν συμπεριλήφθηκε στη μελέτη. Τα δεδομένα της ίδιας της έρευνας υποδηλώνουν ότι το μεγαλύτερο μέρος της βελτίωσης προέρχεται από τα υποκείμενα μοντέλα τεχνητής νοημοσύνης. Η χρήση μόνο του GPT-5 με βασική εντολή πέτυχε 78,9% στα σύνθετα περιστατικά, ενώ η προσθήκη του MAI-DxO αύξησε την ακρίβεια κατά περίπου τέσσερις μονάδες, μειώνοντας το εκτιμώμενο κόστος κατά περίπου 3.000 δολάρια ανά περιστατικό. Στα επείγοντα περιστατικά, ο συντονιστής πρόσφερε ελάχιστα. Βοήθησε περισσότερο τα ασθενέστερα μοντέλα: το Gemini 2.5 Flash της Google Alphabet Inc. ↗ 0.84% ανέβηκε από το 46,4% σε σχεδόν 69%. Η μελέτη δεν δοκιμάζει τα νεότερα μοντέλα αιχμής.theverge.com+1

Από την προδημοσίευση στις κλινικές δοκιμές

Η Microsoft παρουσίασε για πρώτη φορά το MAI-DxO τον Ιούνιο του 2025. Τότε, ανέφερε ότι το σύστημα διέγνωσε έως και το 85,5% των περιστατικών αναφοράς, έναντι 20% για 21 γιατρούς που εργάστηκαν χωρίς εξωτερικούς πόρους. Τα αποτελέσματα αυτά προέρχονταν από προδημοσίευση που δεν είχε ακόμη αξιολογηθεί. Η Microsoft σχεδιάζει τώρα να διαθέσει ανοιχτά το πρότυπο SDBench.ar5iv.labs.arxiv.org+2

Το επόμενο βήμα είναι μια μελέτη στο Beth Israel. Οι ασθενείς θα λαμβάνουν την καθιερωμένη φροντίδα και όσοι συναινούν θα αλληλεπιδρούν επίσης με το MAI-DxO, ώστε οι συστάσεις του να συγκριθούν με τις αποφάσεις των γιατρών. "Πιστεύουμε ότι αυτή θα είναι η μεγαλύτερη μελέτη του είδους της", δήλωσε στο TechCrunch ο αντιπρόεδρος υγείας της Microsoft AI, Dominic King. Ανέφερε ότι πιθανότατα θα ξεκινήσει "μέσα στους επόμενους δύο μήνες". Η Microsoft δεν έχει ανακοινώσει πότε το εργαλείο θα είναι εμπορικά διαθέσιμο.theverge.com+1

Ευρύτερη ώθηση στον τομέα της υγείας

Ο Suleyman δήλωσε ότι η Microsoft συνεργάζεται με την Mayo Clinic για ένα μοντέλο βάσης στον τομέα της υγείας, το οποίο προγραμματίζεται να κυκλοφορήσει το επόμενο έτος. Αυτό τοποθετεί τη Microsoft δίπλα στην Google και την OpenAI, οι οποίες επίσης ισχυρίζονται ότι η τεχνητή νοημοσύνη τους μπορεί να ανταγωνιστεί ή να ξεπεράσει τους γιατρούς. "Πρέπει να έχουμε τα κορυφαία προϊόντα υποστήριξης κλινικών αποφάσεων τα επόμενα χρόνια", δήλωσε ο Suleyman.techcrunch.com