Диагностическая ИИ-система Microsoft в ходе симуляции поставила верный диагноз в сложных медицинских случаях более чем в два раза чаще, чем врачи общей практики. Об этом свидетельствует исследование, опубликованное в четверг в журнале Science, сообщает TechCrunch. Генеральный директор Microsoft AI Мустафа Сулейман назвал полученный результат шагом к «медицинскому сверхинтеллекту».
Система получила название MAI-DxO, сокращённо DxO. Она объединяет несколько ИИ-агентов, которые действуют как консилиум врачей: расспрашивают пациента, назначают анализы и обсуждают между собой диагноз. В симуляции на сложных случаях из New England Journal of Medicine система дала верный ответ в 83% случаев. Врачи первичного звена и терапевты, работавшие поодиночке со справочными материалами, оказались правы в 36% случаев. При этом столь сложные случаи обычно ведут узкие специалисты или врачебные команды, которые в сравнении не участвовали.
«Здесь есть нечто очень существенное и захватывающее», — заявил вице-президент по направлению Health в Microsoft AI Доминик Кинг в беседе с TechCrunch. По его словам, главная проблема современного здравоохранения — растущий разрыв между спросом на медицинскую экспертизу и её предложением. Публикацией результатов Microsoft присоединилась к Google и OpenAI, которые также заявляют, что их ИИ способен не уступать врачам или превосходить их.
Данные самого исследования показывают, что значительная часть улучшений связана с более мощными базовыми моделями ИИ, а система оркестрации Microsoft добавляет к этому дополнительный выигрыш. Компания проверяла MAI-DxO на моделях нескольких разработчиков, включая OpenAI, Google, Anthropic, Meta (признана в РФ экстремистской и запрещена) и DeepSeek, но лучшие результаты показали модели OpenAI GPT-5 и GPT-5.5. Помимо точности, Microsoft оценивала и стоимость: GPT-5 без поддержки DxO и с коротким базовым запросом набирала 78,9% на сложных случаях при затратах около 8400 долларов на случай. DxO снизила эти расходы примерно на 3000 долларов, но точность выросла лишь примерно на четыре пункта. На случаях из приёмных отделений заметного улучшения ни по точности, ни по стоимости не было.
С более новой моделью GPT-5.5, выпущенной в апреле 2026 года, картина оказалась неоднородной. На сложных случаях DxO подняла точность GPT-5.5 с 72% почти до 87% при немного меньших затратах. Однако на случаях из приёмных отделений прирост снова не проявился: оба варианта, с DxO и без неё, показали около 85% при сопоставимой стоимости. Наибольшую пользу DxO приносит на сложных случаях и при работе с менее сильными моделями ИИ: например, Gemini 2.5 Flash самостоятельно набрала 46,4%, а с DxO — почти 69%. При этом разрыв между слабыми и сильными моделями оказался больше, чем прибавка от DxO. Исследователи Microsoft пояснили, что прирост точности закономерно сокращается по мере приближения моделей к теоретическому максимуму, а оркестрация DxO помогает решать более широкую задачу оптимизации точности и стоимости одновременно.
Сулейман, возглавляющий работу Microsoft над собственными передовыми моделями ИИ, рассказал TechCrunch, что компания вместе с клиникой Mayo работает над базовой моделью для здравоохранения, выпуск которой запланирован на следующий год. Он рассчитывает, что эта модель позволит совершить «действительно огромные рывки», а DxO является частью базовой инфраструктуры, которую Microsoft строит ради реальных прорывов в медицине. «Я действительно верю, что в 2027 году мы будем на пороге прорыва в стиле программирования для медицинских карт, — сказал он. — Думаю, мы сможем в потоковом режиме выдавать высокоточные прогнозы о том, как может развиваться медицинская карта, и, очевидно, такое предвидение для врача на вес золота».
Через новое партнёрство с медицинским центром Beth Israel Deaconess в Бостоне Microsoft будет оценивать способность DxO к клиническим рассуждениям в разных больничных условиях. «Эта технология готова к испытаниям в реальных условиях, и можно представить себе сложность и разнообразие проблем, которые приходят в приёмное отделение Бостона в пятницу вечером», — отметил Кинг. По его словам, пациенты будут получать стандартную помощь — сортировку, консультацию специалиста, лечение, обследования и решение о безопасности выписки, — а параллельно те, кто даст согласие, будут взаимодействовать с DxO. Рекомендации системы сравнят с решениями врачей. Кинг назвал предстоящее исследование крупнейшим в своём роде: оно охватит не только экстренную помощь, но и неотложные приёмные отделения и, как он рассчитывает, даст убедительные данные о возможности масштабного внедрения таких систем в будущем.