Microsoft ujar manawa sistem AI medis bisa diagnosa kasus sing angel luwih saka kaping pindho kanthi akurat tinimbang praktik dokter - lan wektu iki, pratelan kasebut tetep ditinjau dening peer.
Microsoft AI Diagnostic Orchestrator (MAI-DxO) "mlaku kanthi substansial ngluwihi praktik dokter umum" ing akurasi diagnostik nalika ngurutake tes lan prosedur sing luwih sithik, miturut panaliten kanthi irah-irahan "Diagnosis Sequential karo Model Basa." Karya kasebut pisanan muncul ing arXiv taun kepungkur minangka pracetak sing ora dideleng. Ing dina Kamis, panemuan kasebut diterbitake sacara resmi ing jurnal Science, langkah Microsoft mbantah mindhah sistem kasebut saka wilayah demo sing nggumunake menyang kredibilitas klinis. For more context on this story, see our ongoing latest AI developments.
Ing tes sing dibangun saka cathetan kasus rumit sing diterbitake ing New England Journal of Medicine, MAI-DxO entuk 83,2 persen akurasi diagnostik, dibandhingake karo 36,1 persen kanggo dokter umum sing nduweni akses menyang bahan referensi. Nalika dokter ditolak sumber daya kasebut, akurasie mudhun nganti 22 persen - nggawe sistem AI meh kaping papat luwih akurat ing kahanan kasebut. Ing tes kapisah adhedhasar diakoni departemen darurat, AI maneh ngungguli dokter umum, sanajan kanthi wates sempit 80.3 persen dadi 46.8 persen.
Sistem sing Diagnosa Cara Dokter
Sing mbedakake MAI-DxO saka checkers gejala konvensional yaiku kerjane kanthi urutan. Pasien ora menehi model file lengkap gejala, riwayat, lan asil tes. Nanging, sistem kasebut diwiwiti kanthi keluhan utama lan kudu mutusake pitakon apa sing kudu dijaluk lan tes sing kudu ditindakake sadurunge nindakake diagnosis - luwih cedhak karo cara kerja dokter sing ora mesthi.
Para panaliti ujar yen pathokan sadurunge gagal ngevaluasi kabisan diagnostik model basa kanthi cara sekuensial iki, mula nggawe evaluasi anyar sing diarani Sequential Diagnosis Benchmark, utawa SDBench.
Ing hood, MAI-DxO "simulates panel saka dokter," miturut kertas, terus-terusan revising diagnosis diferensial lan milih tes biaya-efektif. Agen AI sing beda-beda njupuk peran sing beda-beda: ngusulake diagnosa, pesenan tes, asumsi sing tantangan, lan nimbang biaya. Para peneliti nyaranake struktur iki mbantu nglawan bias kognitif sing mengaruhi dokter individu, kayata jangkar ing diagnosis awal utawa ora ndeleng panjelasan alternatif.
Dibangun ing Model GPT OpenAI
Sistem kasebut entuk asil sing paling kuat ing OpenAI's GPT-5, kanthi tes tambahan sing nuduhake perbaikan luwih lanjut nggunakake GPT-5.5. Microsoft uga nandheske ekonomi: perusahaan ngandika MAI-DxO tekan diagnosa tengen ing setengah utawa malah siji katelu saka biaya dening pesenan kurang tes rasah lan prosedur.
Klaim biaya kasebut dilengkapi karo caveat sing ditandhani dening Microsoft dhewe - tabungan kasebut dimodelake miturut perkiraan biaya ing kasus simulasi, dudu tagihan medis nyata. Peneliti uga ngakoni yen bakal nyana kesenjangan kinerja bakal sempit yen sistem kasebut dibandhingake karo spesialis ahli tinimbang dokter umum.
Saka Patokan menyang Bedside
Publikasi ing jurnal ndhuwur minangka salah sawijining perkara; nambani patients liyane. Kepala AI Microsoft Mustafa Suleyman ngandhani The Verge manawa panyebaran ing jagad nyata isih mbutuhake uji klinis - lan perusahaan kasebut wis duwe rencana. Pimpinan kesehatan AI Microsoft, Dr Dominic King, ujar manawa tes bakal diwiwiti ing Beth Israel Deaconess Medical Center ing Boston sajrone sawetara wulan sabanjure.
Pendekatan sing dipentasake penting, amarga lapangan wis ndeleng film iki sadurunge. Awal taun iki, peneliti saka Universitas Harvard lan Beth Israel Deaconess Medical Center nglaporake manawa model penalaran o1-pratinjau OpenAI uga ngalahake dokter ing tugas diagnostik, nyedhiyakake gelombang berita babagan AI sing ngganti dokter. Sing ora bisa ditetepake dening panliten kasebut yaiku safety ing setelan klinis langsung, ing endi kesalahan nggawa akibat nyata lan populasi pasien luwih akeh tinimbang kasus jurnal sing dikurasi.
Microsoft wis leaned menyang framing ambisi, nerbitaké woro-woro dhewe ing banner saka "bangunan medical superintelligence." Suleyman wis nempatake pertimbangan diagnostik minangka salah sawijining domain sing paling jelas ing ngendi AI bisa ngluwihi kinerja pakar manungsa ing wektu sing cedhak.
Apa Rincian Penting
Kasus NEJM sing digunakake ing pathokan kasebut, kanthi desain, angel diagnosa - jinis teka-teki sing ditulis kanthi tepat amarga nggumunake wong liya. Perawatan utama saben dina nyakup volume presentasi rutin sing akeh banget ing ngendi akurasi umum luwih dhuwur. Sistem sing tikel kaping pindho akurasi ing kasus langka, rumit, nanging ora padha karo akurasi tikel ing kabeh obat.
Ana uga pitakonan tanggung jawab. Yen orkestra AI mrentahake kaskade tes sing ora kejawab kahanan fatal, pitakonan tanggung jawab tetep ora ditanggulangi ing umume yuridiksi. Uji coba klinis ing Beth Israel Deaconess dimaksudake kanggo ngasilake persis kaya sing dibutuhake regulator bukti lan sistem rumah sakit.
Isih, lintasan angel digatekake. Asil sing ditinjau peer ing Ilmu, rencana uji klinis sing ditemtokake, lan tekanan biaya ing sistem kesehatan kabeh nuduhake arah sing padha: AI diagnostik pindhah saka demonstrasi riset menyang praktik medis sing diatur. Tonggak sejarah sabanjure yaiku asil uji coba Boston - tes pertama apa dominasi benchmark nerjemahake dadi asil sing luwih apik kanggo pasien nyata.
Saiki, framing kertas dhewe minangka ringkesan sing paling adil: babagan diagnosa sekuensial kasus rumit, panel simulasi dokter AI ngungguli praktisi umum kanthi wates sing amba, kanthi biaya sing luwih murah. Ngowahi dadi praktik klinis sing disetujoni minangka masalah sing luwih angel saiki wis didaftar Microsoft.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
