Microsoft inasema mfumo wake wa matibabu wa AI unaweza kutambua kesi ngumu kwa usahihi zaidi ya mara mbili ya madaktari wanaofanya mazoezi - na wakati huu, madai hayo yamehifadhiwa na uhakiki wa wenzao.
Microsoft AI Diagnostic Orchestrator (MAI-DxO) "ilizidi utendakazi wa madaktari wa jumla" katika usahihi wa uchunguzi huku ikiagiza vipimo na taratibu chache, kulingana na utafiti ulioitwa "Uchunguzi Mfuatano na Miundo ya Lugha." Kazi ilionekana kwa mara ya kwanza kwenye arXiv mwaka jana kama nakala isiyokaguliwa na rika. Siku ya Alhamisi, matokeo yalichapishwa rasmi katika jarida la Sayansi, hatua ambayo Microsoft inasema inahamisha mfumo kutoka eneo la onyesho la kuvutia kuelekea uaminifu wa kliniki. For more context on this story, see our ongoing AI news.
Katika majaribio yaliyojengwa kutoka kwa rekodi za kesi ngumu zilizochapishwa katika Jarida la New England la Tiba, MAI-DxO ilipata usahihi wa uchunguzi wa asilimia 83.2, ikilinganishwa na asilimia 36.1 kwa madaktari wa jumla ambao walipata nyenzo za kumbukumbu. Madaktari waliponyimwa rasilimali hizo, usahihi wao ulishuka hadi takriban asilimia 22 - kuweka mfumo wa AI karibu mara nne kuliko sahihi chini ya hali hizo. Katika jaribio tofauti kulingana na uandikishaji wa idara ya dharura, AI iliwashinda tena madaktari wa jumla, ingawa kwa kiasi kidogo cha asilimia 80.3 hadi asilimia 46.8.
Mfumo Unaochunguza Jinsi Madaktari Wanavyofanya
Kinachotofautisha MAI-DxO kutoka kwa vidhibiti vya kawaida vya dalili ni kwamba inafanya kazi kwa mlolongo. Wagonjwa hawakabidhi mfano faili kamili ya dalili, historia, na matokeo ya mtihani. Badala yake, mfumo huanza na malalamiko makuu na lazima uamue maswali ya kufuatilia ya kuuliza na vipimo vipi vya kuagiza kabla ya kufanya uchunguzi - karibu zaidi na jinsi daktari halisi anavyofanya kazi chini ya kutokuwa na uhakika.
Watafiti wanasema alama za hapo awali zilishindwa kutathmini uwezo wa utambuzi wa modeli za lugha kubwa kwa mtindo huu unaofuatana, kwa hivyo waliunda tathmini mpya inayoitwa Sequential Diagnosis Benchmark, au SDBench.
Chini ya kofia, MAI-DxO "huiga jopo la madaktari," kulingana na karatasi, ikiendelea kurekebisha utambuzi tofauti na kuchagua vipimo vya gharama nafuu. Mawakala tofauti wa AI huchukua majukumu tofauti: kupendekeza utambuzi, kuagiza vipimo, mawazo yenye changamoto, na uzani wa gharama. Watafiti wanapendekeza muundo huu husaidia kukabiliana na upendeleo wa utambuzi unaoathiri madaktari binafsi, kama vile kushikilia utambuzi wa awali au kupuuza maelezo mbadala.
Imejengwa kwa Miundo ya GPT ya OpenAI
Mfumo ulipata matokeo yake thabiti zaidi ukitumia GPT-5 ya OpenAI, huku majaribio ya ziada yakionyesha maboresho zaidi kwa kutumia GPT-5.5. Microsoft pia inasisitiza uchumi: kampuni inasema MAI-DxO hufikia utambuzi sahihi kwa nusu au hata theluthi moja ya gharama kwa kuagiza vipimo na taratibu chache zisizo za lazima.
Dai hilo la gharama linakuja na tahadhari ambayo Microsoft yenyewe inaripoti - uokoaji huwekwa kulingana na makadirio ya gharama katika kesi zilizoiga, sio bili za matibabu za ulimwengu halisi. Watafiti pia wanakubali wangetarajia pengo la utendakazi kupungua ikiwa mfumo ungelinganishwa dhidi ya wataalam wa kitaalam badala ya madaktari wa jumla.
Kutoka Benchmark hadi Kitanda
Kuchapishwa katika jarida la juu ni jambo moja; kutibu wagonjwa ni jambo lingine. Mkuu wa AI wa Microsoft Mustafa Suleyman aliiambia The Verge kwamba utumaji wowote wa ulimwengu halisi bado utahitaji upimaji wa kimatibabu - na kampuni tayari ina mipango yake. Kiongozi wa afya wa AI wa Microsoft, Dk. Dominic King, alisema upimaji utaanza katika Kituo cha Matibabu cha Beth Israel Deaconess huko Boston ndani ya miezi michache ijayo.
Mbinu hiyo iliyoonyeshwa kwa jukwaa ni muhimu, kwa sababu uwanja umewahi kuona filamu hii. Mapema mwaka huu, watafiti kutoka Chuo Kikuu cha Harvard na Kituo cha Matibabu cha Beth Israel Deaconess waliripoti kwamba modeli ya hoja ya hakikisho ya OpenAI ya o1 pia ilishinda madaktari katika kazi za uchunguzi, kulisha wimbi la vichwa vya habari kuhusu AI kuchukua nafasi ya madaktari. Kile ambacho tafiti hizo hazikuweza kubaini ni usalama katika mipangilio ya kimatibabu ya moja kwa moja, ambapo makosa huleta matokeo halisi na idadi ya wagonjwa ni mbaya zaidi kuliko kesi za majarida zilizoratibiwa.
Microsoft imeegemea katika utungaji kabambe, ikichapisha tangazo lake chini ya bendera ya "kujenga usimamizi wa matibabu." Suleyman ameweka hoja za uchunguzi kama mojawapo ya vikoa vilivyo wazi ambapo AI inaweza kuzidi utendaji wa wataalamu wa binadamu katika muda mfupi ujao.
Kwa Nini Maelezo Ni Muhimu
Kesi za NEJM zinazotumika katika kielelezo, kwa muundo, ni ngumu katika utambuzi - aina ya mafumbo ambayo huandikwa kwa usahihi kwa sababu yalimkwaza mtu. Utunzaji wa kimsingi wa kila siku unajumuisha idadi kubwa ya mawasilisho ya kawaida ambapo usahihi wa jumla ni wa juu zaidi. Mfumo unaoongeza usahihi maradufu katika kesi adimu, changamano ni wa thamani, lakini si sawa na usahihi wa maradufu katika dawa zote.
Pia kuna suala la uwajibikaji. Ikiwa orchestrator wa AI ataagiza msururu wa majaribio ambao unakosa hali mbaya, maswali ya dhima hayajatatuliwa katika maeneo mengi ya mamlaka. Majaribio ya kimatibabu katika Ushemasi wa Beth Israel yanakusudiwa kutoa hasa aina ya wadhibiti watarajiwa wa ushahidi na mifumo ya hospitali ingehitaji.
Bado, trajectory ni vigumu kupuuza. Matokeo yaliyopitiwa na marika katika Sayansi, mpango uliobainishwa wa majaribio ya kimatibabu, na shinikizo la gharama kwenye mifumo ya afya yote yanaelekeza mwelekeo sawa: AI ya uchunguzi inahama kutoka kwa maonyesho ya utafiti kuelekea mazoezi ya matibabu yaliyodhibitiwa. Hatua inayofuata itakuwa yale matokeo ya majaribio ya Boston - jaribio la kwanza la kama utawala bora hutafsiriwa kuwa matokeo bora kwa wagonjwa halisi.
Kwa sasa, uundaji wa karatasi yenyewe ndio muhtasari wa haki zaidi: juu ya utambuzi wa mfuatano wa kesi ngumu, jopo lililoiga la madaktari wa AI walifanya mazoezi ya jumla kwa kiwango kikubwa, kwa makadirio ya gharama ya chini. Kugeuza hilo kuwa mazoezi ya kimatibabu yaliyoidhinishwa ndio shida ngumu zaidi ambayo Microsoft imejiandikisha kwa sasa.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
