माइक्रोसॉफ्ट का कहना है कि उसकी मेडिकल एआई प्रणाली कठिन मामलों का अभ्यास करने वाले डॉक्टरों की तुलना में दोगुने से भी अधिक सटीकता से निदान कर सकती है - और इस बार, यह दावा सहकर्मी समीक्षा से बच गया है।
"भाषा मॉडल के साथ अनुक्रमिक निदान" नामक एक अध्ययन के अनुसार, माइक्रोसॉफ्ट एआई डायग्नोस्टिक ऑर्केस्ट्रेटर (एमएआई-डीएक्सओ) ने कम परीक्षणों और प्रक्रियाओं का आदेश देते हुए नैदानिक सटीकता में "काफी हद तक अभ्यास करने वाले सामान्य चिकित्सकों से बेहतर प्रदर्शन किया"। यह कार्य पहली बार पिछले साल arXiv पर एक गैर-सहकर्मी-समीक्षित प्रीप्रिंट के रूप में दिखाई दिया। गुरुवार को, निष्कर्षों को औपचारिक रूप से जर्नल साइंस में प्रकाशित किया गया, माइक्रोसॉफ्ट का तर्क है कि यह कदम सिस्टम को प्रभावशाली डेमो क्षेत्र से नैदानिक विश्वसनीयता की ओर ले जाता है। For more context on this story, see our ongoing more AI stories.
न्यू इंग्लैंड जर्नल ऑफ मेडिसिन में प्रकाशित जटिल केस रिकॉर्ड से निर्मित परीक्षणों में, एमएआई-डीएक्सओ ने 83.2 प्रतिशत नैदानिक सटीकता हासिल की, जबकि सामान्य चिकित्सकों के लिए यह 36.1 प्रतिशत थी, जिनके पास संदर्भ सामग्री तक पहुंच थी। जब डॉक्टरों को उन संसाधनों से वंचित कर दिया गया, तो उनकी सटीकता लगभग 22 प्रतिशत तक गिर गई - जिससे उन परिस्थितियों में एआई प्रणाली लगभग चार गुना सटीक हो गई। आपातकालीन विभाग में प्रवेश पर आधारित एक अलग परीक्षण में, एआई ने फिर से सामान्य चिकित्सकों से बेहतर प्रदर्शन किया, हालांकि 80.3 प्रतिशत से 46.8 प्रतिशत के मामूली अंतर से।
एक ऐसी प्रणाली जो डॉक्टरों की तरह ही निदान करती है
MAI-DxO को पारंपरिक लक्षण जांचकर्ताओं से अलग करने वाली बात यह है कि यह क्रमिक रूप से काम करता है। मरीज़ मॉडल को लक्षण, इतिहास और परीक्षण परिणामों की पूरी फ़ाइल नहीं सौंपते हैं। इसके बजाय, सिस्टम एक मुख्य शिकायत के साथ शुरू होता है और उसे यह तय करना होगा कि निदान करने से पहले कौन से अनुवर्ती प्रश्न पूछे जाएं और कौन से परीक्षण का आदेश दिया जाए - एक वास्तविक चिकित्सक अनिश्चितता के तहत कैसे काम करता है, इसके बहुत करीब।
शोधकर्ताओं का कहना है कि पिछले बेंचमार्क इस अनुक्रमिक तरीके से बड़े भाषा मॉडल की नैदानिक क्षमताओं का मूल्यांकन करने में विफल रहे, इसलिए उन्होंने अनुक्रमिक निदान बेंचमार्क या एसडीबेंच नामक एक नया मूल्यांकन बनाया।
पेपर के अनुसार, हुड के तहत, एमएआई-डीएक्सओ "चिकित्सकों के एक पैनल का अनुकरण करता है", लगातार विभेदक निदान को संशोधित करता है और लागत प्रभावी परीक्षणों का चयन करता है। विभिन्न एआई एजेंट अलग-अलग भूमिकाएँ निभाते हैं: निदान का प्रस्ताव देना, परीक्षणों का आदेश देना, मान्यताओं को चुनौती देना और लागतों का आकलन करना। शोधकर्ताओं का सुझाव है कि यह संरचना व्यक्तिगत डॉक्टरों को प्रभावित करने वाले संज्ञानात्मक पूर्वाग्रहों का मुकाबला करने में मदद करती है, जैसे कि प्रारंभिक निदान पर ध्यान देना या वैकल्पिक स्पष्टीकरणों की अनदेखी करना।
OpenAI के GPT मॉडल पर निर्मित
सिस्टम ने OpenAI के GPT-5 पर चलते हुए अपने सबसे मजबूत परिणाम प्राप्त किए, अतिरिक्त परीक्षण के साथ GPT-5.5 का उपयोग करके और सुधार दिखाए गए। माइक्रोसॉफ्ट अर्थशास्त्र पर भी जोर देता है: कंपनी का कहना है कि एमएआई-डीएक्सओ कम अनावश्यक परीक्षणों और प्रक्रियाओं का आदेश देकर आधी या एक तिहाई लागत पर सही निदान तक पहुंचता है।
वह लागत दावा एक चेतावनी के साथ आता है जिसे Microsoft स्वयं चिह्नित करता है - बचत नकली मामलों में अनुमानित लागतों पर आधारित होती है, न कि वास्तविक दुनिया के चिकित्सा बिलों पर। शोधकर्ता यह भी स्वीकार करते हैं कि यदि सिस्टम की तुलना सामान्य चिकित्सकों के बजाय विशेषज्ञ विशेषज्ञों से की जाए तो उन्हें प्रदर्शन अंतर कम होने की उम्मीद है।
बेंचमार्क से बेडसाइड तक
किसी शीर्ष पत्रिका में प्रकाशन एक बात है; मरीजों का इलाज करना दूसरी बात है. माइक्रोसॉफ्ट के एआई प्रमुख मुस्तफा सुलेमान ने द वर्ज को बताया कि किसी भी वास्तविक दुनिया की तैनाती के लिए अभी भी नैदानिक परीक्षण की आवश्यकता होगी - और कंपनी के पास इसके लिए पहले से ही योजना है। माइक्रोसॉफ्ट के एआई स्वास्थ्य प्रमुख डॉ. डोमिनिक किंग ने कहा कि अगले कुछ महीनों के भीतर बोस्टन में बेथ इज़राइल डीकोनेस मेडिकल सेंटर में परीक्षण शुरू हो जाएगा।
वह मंचित दृष्टिकोण मायने रखता है, क्योंकि क्षेत्र ने यह फिल्म पहले भी देखी है। इस साल की शुरुआत में, हार्वर्ड यूनिवर्सिटी और बेथ इज़राइल डेकोनेस मेडिकल सेंटर के शोधकर्ताओं ने बताया कि ओपनएआई का ओ1-प्रीव्यू रीजनिंग मॉडल डायग्नोस्टिक कार्यों में डॉक्टरों को भी हरा देता है, जिससे चिकित्सकों की जगह एआई के बारे में सुर्खियाँ मिल रही हैं। वे अध्ययन जो स्थापित नहीं कर सके, वह लाइव क्लिनिकल सेटिंग्स में सुरक्षा थी, जहां गलतियों के वास्तविक परिणाम होते हैं और रोगी की आबादी क्यूरेटेड जर्नल मामलों की तुलना में कहीं अधिक गड़बड़ होती है।
माइक्रोसॉफ्ट "मेडिकल सुपरइंटेलिजेंस के निर्माण" के बैनर तले अपनी घोषणा प्रकाशित करते हुए महत्वाकांक्षी फ्रेमिंग की ओर झुक गया है। सुलेमान ने नैदानिक तर्क को सबसे स्पष्ट डोमेन में से एक के रूप में स्थान दिया है जहां एआई निकट अवधि में मानव विशेषज्ञ के प्रदर्शन को पार कर सकता है।
विवरण क्यों मायने रखता है
बेंचमार्क में उपयोग किए गए एनईजेएम मामले, डिज़ाइन के अनुसार, निदान की दृष्टि से कठिन हैं - उस तरह की पहेलियाँ जो ठीक-ठीक इसलिए लिखी जाती हैं क्योंकि उन्होंने किसी को चौंका दिया था। दिन-प्रतिदिन की प्राथमिक देखभाल में भारी मात्रा में नियमित प्रस्तुतियाँ शामिल होती हैं जहाँ सामान्यवादी सटीकता स्वाभाविक रूप से बहुत अधिक होती है। ऐसी प्रणाली जो दुर्लभ, जटिल मामलों में सटीकता को दोगुना कर देती है, मूल्यवान है, लेकिन यह संपूर्ण चिकित्सा में सटीकता को दोगुना करने के समान नहीं है।
जवाबदेही का भी सवाल है. यदि कोई एआई ऑर्केस्ट्रेटर एक परीक्षण कैस्केड का आदेश देता है जो एक घातक स्थिति से चूक जाता है, तो अधिकांश न्यायालयों में दायित्व प्रश्न अनसुलझे रहते हैं। बेथ इज़राइल डीकोनेस में क्लिनिकल परीक्षण ठीक उसी प्रकार के संभावित साक्ष्य उत्पन्न करने के लिए हैं जिनकी नियामकों और अस्पताल प्रणालियों को आवश्यकता होगी।
फिर भी, प्रक्षेप पथ को नज़रअंदाज़ करना कठिन है। विज्ञान में एक सहकर्मी-समीक्षित परिणाम, एक परिभाषित नैदानिक परीक्षण योजना, और स्वास्थ्य प्रणालियों पर लागत का दबाव सभी एक ही दिशा की ओर इशारा करते हैं: नैदानिक एआई अनुसंधान प्रदर्शनों से विनियमित चिकित्सा अभ्यास की ओर बढ़ रहा है। अगला मील का पत्थर बोस्टन परीक्षण के परिणाम होंगे - पहला परीक्षण कि क्या बेंचमार्क प्रभुत्व वास्तविक रोगियों के लिए बेहतर परिणामों में तब्दील होता है।
अभी के लिए, पेपर का स्वयं का फ़्रेमिंग सबसे उचित सारांश है: जटिल मामलों के अनुक्रमिक निदान पर, एआई चिकित्सकों के एक सिम्युलेटेड पैनल ने कम अनुमानित लागत पर व्यापक अंतर से अभ्यास करने वाले सामान्य विशेषज्ञों से बेहतर प्रदर्शन किया। इसे स्वीकृत क्लिनिकल प्रैक्टिस में बदलना सबसे कठिन समस्या है जिसके लिए Microsoft ने अब साइन अप किया है।
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
