Microsoft (MSFT.US) diagnostyczny AI „Orkestrator” na okładce „Science”: dokładność ponad dwa razy wyższa niż u lekarzy rodzinnych, medyczne AI wkracza w kliniczną produktywność

Aplikacja finansowa Zhihui Finance poinformowała, że Microsoft (MSFT.US) postawił znaczący krok w wyścigu AI w medycynie. 22 października lokalnego czasu, wyniki badań nad systemem diagnostycznym Microsoft AI Diagnostic Orchestrator (MAI-DxO) zostały oficjalnie opublikowane w czasopiśmie „Science”. To narzędzie AI potrafiące diagnozować pacjentów etapowo, podobnie jak lekarz, wykazując ponad dwukrotnie wyższą skuteczność w rozwiązywaniu złożonych przypadków medycznych niż zwykli interniści.

W symulowanej ocenie opartej na 304 złożonych przypadkach z „The New England Journal of Medicine” (NEJM), skuteczność diagnostyczna MAI-DxO wyniosła 83,2%, podczas gdy lekarze ogólni i interniści, mający dostęp do materiałów referencyjnych, osiągnęli tylko 36,1%; bez możliwości korzystania z materiałów referencyjnych skuteczność ta spadła do około 22%. W innej serii testów wykorzystujących dane przyjęć z ostrych oddziałów ratunkowych MIMIC-IV-ED, system osiągnął 80,3% skuteczności, a lekarze ogólni 46,8%, więc przewaga zmniejszyła się do 1,7 raza.

Raport wskazuje, że model ten wykorzystuje „orkiestratora” do identyfikowania oraz koordynowania pytań, które należy zadać pacjentom, jak również badań i testów, które należy zlecić; orkiestrator organizuje sposób rozwiązywania problemu przez AI poprzez symulację współpracy zespołu klinicznych ekspertów.

Obecne modele AI w medycynie zwykle stosują podejście „jednorazowe”, czyli łączną analizę wszystkich objawów pacjenta, wyników badań laboratoryjnych i obrazowych w celu ustalenia diagnozy.

Gdy orkiestrator koordynuje etapy diagnostyczne, model AI najpierw ustala, które informacje z wywiadu medycznego są istotne i które elementy badania fizykalnego mają znaczenie. Na podstawie uzyskanych informacji decyduje, jakie badania zlecić, ocenia wyniki i, w razie potrzeby, zleca dalsze testy. Kierownik badań ujawnił w wywiadzie, że model ten stale aktualizuje swoje hipotezy i plan działania w trakcie całego procesu.

Podczas diagnozowania ponad 300 bardzo rzadkich i trudnych przypadków medycznych, model z użyciem diagnostycznego orkiestratora osiągnął ponad dwukrotnie wyższą skuteczność w „ocenie badań” pacjentów i ustalaniu diagnozy niż interniści posiłkujący się podręcznikami i Internetem. W scenariuszach opartych na dużej bazie przypadków przyjęć do szpitalnych oddziałów ratunkowych narzędzie to także przewyższyło ludzkich lekarzy.

Naukowcy podkreślili, że oceny porównawcze wczesnych tego typu systemów z ludzkimi lekarzami zwykle przyjmują formę testów wyboru.

„AI w tym obszarze radzi sobie już świetnie, osiągając skuteczność na poziomie 100%,” powiedział dr Dominik King, wiceprezes Microsoft AI Health, prowadzący prace nad nową technologią. „Ale to oczywiście nie jest prawdziwy świat. Żaden pacjent nie przychodzi do mnie z pięknym podsumowaniem.”

Zespół badaczy odkrył również, że gdy to orkiestrator planował tok badań, koszt procesu diagnostycznego był niższy niż w przypadku ludzkich lekarzy. „Nie tylko mierzymy dokładność systemu, ale także to, jak ostrożnie i drobiazgowo podchodzi on do badań diagnostycznych,” wyjaśnia Harsha Nori, lider AI w Microsoft AI Health.

W ramach współpracy z Beth Israel Deaconess Medical Center w Bostonie, naukowcy planują następny etap testowania narzędzia: ocenę jego skuteczności w segregacji pacjentów na oddziale ratunkowym.

Pod względem zachowań lekarze przed zleceniem pierwszych badań dopytywali średnio o 5,6 kwestii, podczas gdy DxO zadawał średnio 25,5 pytań, prezentując bardziej systematyczne i strukturalne podejście do zbierania wywiadu medycznego. W kwestii bazowego modelu, system najlepiej działał na OpenAI GPT-5, a po przejściu na GPT-5.5 wydajność dalej wzrosła, co dowodzi, że korzyści z warstwy orkiestratora dają się przenieść na różne modele.

Z perspektywy komercyjnej, bardziej istotnym sygnałem płynącym z tego badania jest zmiana standardu oceny: Microsoft równolegle zaproponował SDBench „Sequentional Diagnostic Benchmark”, zmieniając przypadki w etapowe, interaktywne scenariusze konsultacyjne, i po raz pierwszy uwzględnił koszt badań w kryteriach oceny, a nie tylko skuteczność. To oznacza, że konkurencja w obszarze medycznej AI przesuwa się z pojedynczej dokładności algorytmicznej na złożoną „zdolność organizacji klinicznego rozumowania + efektywność kosztową”.

To przesunięcie jest zgodne z ogólnym tempem branży. Według danych Grand View Research, światowy rynek AI w medycynie osiągnie w 2025 r. wartość około 42,62 mld USD, a prognozowana wartość na 2026 r. to 56,2 mld USD, zaś do 2036 r. może wzrosnąć do 1,05 bln USD, przy średnim rocznym tempie wzrostu około 34% w latach 2026—2036.

Po stronie podaży, odkąd Microsoft w 2022 roku kupił Nuance za niemal 20 mld USD, zintegrował Dragon Copilot z dokumentacją i workflow głosowym w szpitalach amerykańskich, obejmując szeroką grupę lekarzy; z kolei MAI-DxO to naturalny element rozszerzający funkcjonalność „automatyzacji dokumentacji” na „wsparcie decyzji diagnostycznych”.

Krytyczny węzeł walidacyjny na kolejnym etapie już się wyłania. W nadchodzących miesiącach Microsoft planuje, we współpracy z Beth Israel Deaconess Medical Center w Bostonie, uruchomić testy prospektywne w warunkach rzeczywistych klinicznych, skupiając się na wydajności narzędzia w segregacji pacjentów na oddziałach ratunkowych. Jednocześnie, uwzględniając plan tworzenia bazowego modelu medycznego we współpracy z Mayo Clinic, Microsoft stopniowo dopełnia kompletną układankę medycznej komercjalizacji.

Z punktu widzenia rynku wtórnego krótkoterminowe bodźce zostały już uwolnione dzięki publikacji w „Science”, jednak kluczowa wycena AI w medycynie będzie ostatecznie zależeć od tego, czy przewagi osiągnięte w środowiskach symulowanych zostaną potwierdzone w rzeczywistych, ślepych próbach, a także od tego, jak płatnicy i regulatorzy zdefiniują wycenę i odpowiedzialność w kontekście „diagnozy wspomaganej AI”.