Диагностическая система Microsoft MAI-DxO в рамках симуляции верно определяла сложные медицинские случаи более чем вдвое чаще, чем врачи общей практики. Исследование опубликовано в журнале Science. Глава Microsoft AI Мустафа Сулейман назвал результат шагом к «медицинскому суперразуму».

DxO координирует несколько ИИ-агентов, которые работают как консилиум врачей: задают вопросы пациентам, назначают анализы и обсуждают варианты диагноза. На сложных случаях из New England Journal of Medicine система показала точность 83%. Для сравнения: врачи первичного звена и терапевты, работавшие по отдельности со справочными материалами, дали верный диагноз в 36% случаев. Узкие специалисты и врачебные команды, которые обычно занимаются такими случаями, в сравнении не участвовали.

По данным исследования, значительная часть прироста точности связана с более сильными базовыми моделями; собственно система DxO добавляет дополнительный выигрыш. Microsoft тестировала модели OpenAI, Google, Anthropic, Meta и DeepSeek — лучшие результаты дали GPT-5 и GPT-5.5 от OpenAI. На сложных случаях DxO поднял точность GPT-5.5 с 72% почти до 87% при несколько меньших затратах. GPT-5 прибавил около четырёх процентных пунктов и примерно $3 000 экономии на каждый случай. На ситуациях из отделений неотложной помощи заметного улучшения ни у одной из моделей не было.

Сильнее всего система помогла более слабым моделям: Gemini 2.5 Flash выросла с 46,4% почти до 69%. Исследователи отметили, что прирост точности естественным образом сокращается по мере приближения моделей к теоретическому пределу.

Доминик Кинг, вице-президент по направлению Health в Microsoft AI, назвал главную проблему здравоохранения растущим разрывом между спросом на медицинскую экспертизу и её доступностью. В рамках нового партнёрства с медцентром Beth Israel Deaconess Medical Center в Бостоне Microsoft протестирует DxO в условиях неотложной и срочной помощи: рекомендации системы будут сравнивать с решениями врачей, работающих с согласившимися пациентами. Кинг ожидает, что это станет крупнейшим исследованием подобного рода. Ранее Google опубликовала в The Lancet похожее исследование своей диагностической системы AMIE, выполненное с тем же медцентром.

По словам Сулеймани, Microsoft также сотрудничает с Mayo Clinic над обучением базовой медицинской модели, выпуск которой запланирован на следующий год. Он прогнозирует прорыв уровня «AlphaGo» в работе с медицинскими записями к 2027 году и считает, что за 24–36 месяцев медицинские модели вырастут в возможностях на порядок — за счёт цикла реального применения и доработок.

Microsoft уже продаёт клиницистам инструменты для диктовки и радиологии, а Сулейман заявил, что компания намерена занять лидирующие позиции на рынке систем поддержки врачебных решений в ближайшие несколько лет.