Microsoft (MSFT.US) AI діагностичний "оркестратор" з’явився на Science: точність удвічі вища, ніж у загальних лікарів, медичний AI рухається до клінічної продуктивності

Згідно з повідомленням фінансового додатку Zhihui Finance, Microsoft (MSFT.US) зробила потужний крок у сфері медичного штучного інтелекту. 22 жовтня за місцевим часом результати дослідження системи AI-діагностики Microsoft MAI-DxO (Microsoft AI Diagnostic Orchestrator) офіційно були опубліковані в журналі «Science». Це інструмент AI, який може діагностувати пацієнтів поетапно як лікар, причому точність при розв'язанні складних медичних випадків у понад двічі перевищує таку у звичайних терапевтів.

У моделюванні оцінки 304 складних клінічних випадків, опублікованих у журналі «The New England Journal of Medicine» (NEJM), система MAI-DxO досягла точності у 83,2%, тоді як терапевти, які мають самостійний доступ до референсних матеріалів, продемонстрували точність лише 36,1%; якщо не дозволяти користуватись референсами, точність лікарів падає приблизно до 22%. В іншій групі тестів із використанням даних екстрених госпіталізацій MIMIC-IV-ED система досягла точності у 80,3%, а загальні лікарі – 46,8%, тобто перевага звужується до 1,7 раза.

У доповіді зазначається, що ця модель використовує «орцентратор», який визначає і координує запитання пацієнтам, а також потрібні обстеження та аналізи; цей оркестратор організовує спосіб обробки завдань AI шляхом імітації колективної роботи експертної команди клініцистів для розв'язання діагностичних випадків.

Існуючі медичні AI-моделі зазвичай використовують так званий «одноразовий» підхід, тобто здійснюють комплексний аналіз усіх симптомів, лабораторних результатів і візуальних досліджень пацієнта для формування діагнозу.

За умов координації етапів діагностики оркестратором ця AI-модель спочатку визначає, яку анамнезну інформацію потрібно зібрати, та які аспекти фізикального огляду є суттєвими. Виходячи з отриманих даних, система вирішує, які обстеження проводити, оцінює результати і, якщо потрібно, організовує додаткові тести. Керівник дослідження під час інтерв’ю повідомив, що упродовж усього процесу модель постійно оновлює свої гіпотези й план.

Під час діагностики понад 300 рідкісних і надзвичайно складних медичних проблем модель із діагностичним оркестратором у постановці діагнозу й оцінці пацієнта показала більш ніж удвічі більшу точність, ніж звичайні терапевти, які користуються підручниками й Інтернетом. У сценарії, побудованому на великій базі даних невідкладних госпіталізацій, цей інструмент також перевершив показники людських лікарів.

Дослідники зазначають: порівняльні оцінки подібних ранніх систем AI і лікарів зазвичай проводились у форматі тестів із вибором відповіді.

«AI вже дуже сильний у цьому — прохідний бал може досягати 100%», — зазначив Домінік Кінг, віцепрезидент Microsoft AI Health і доктор, що розробляє нову технологію. «Та це, звичайно, не реальне життя. Не буває так, щоб пацієнт приходив до мене з гарно оформленим підсумком».

Дослідники також виявили, що коли алгоритм формує маршрут обстежень пацієнта, вартість діагностичного процесу нижча, ніж при маршрутизації, спроектованій лікарем. «Ми оцінюємо не лише точність системи, а й те, наскільки вона обачна й акуратна при діагностичних обстеженнях», — заявив начальник AI-напрямку Microsoft AI Health Харша Норі.

У рамках співпраці із Бет-Ізраел Діконес Медичним Центром у Бостоні дослідники на наступному етапі протестують здатність цього інструменту до тріажу пацієнтів у зоні очікування в невідкладній допомозі.

Щодо поведінкових характеристик, лікарі перед призначенням першого дослідження в середньому задають лише 5,6 уточнювальних питань, а DxO – у середньому 25,5, демонструючи більш системний і структурований підхід до збору анамнезу. Щодо базової моделі: система показала найкращий результат на OpenAI GPT-5, а при переході на GPT-5.5 продуктивність ще зросла, що свідчить про переносимість ефекту оркестраторного рівня на різні моделі.

З погляду комерціалізації найбільш примітним у цьому дослідженні є перенесення стандарту оцінки: разом Microsoft запропонувала SDBench — «послідовний діагностичний бенчмарк», у якому клінічні випадки перетворюються на покрокову інтер­активну «процедуру консуль­тації», і вперше до критеріїв оцінки (окрім точності) вводиться вартість обстежень. Це означає, що сфера медичного AI переходить від єдиного змагання у точності алгоритмів до комплексної конкуренції «здатність клінічного міркування + ефективність витрат».

Ця зміна співпадає з динамікою всієї галузі. За даними Grand View Research, світовий ринок медичного AI у 2025 році оцінюється у 42,62 млрд доларів, у 2026 році — у 56,2 млрд доларів, а до 2036 року може зрости до 1,05 трлн доларів, із середньорічним темпом зростання приблизно 34% у 2026–2036 роках.

На боці пропозиції Microsoft після покупки Nuance у 2022 році майже за 20 млрд доларів вже впровадила Dragon Copilot у клінічний документообіг і голосові робочі процеси, охопивши велику кількість лікарень і лікарів у США. MAI-DxO є природним елементом розширення компанії від «автоматизації документації» до «підтримки прийняття діагностичних рішень».

Ключові етапи наступної перевірки вже визначені. Microsoft планує у найближчі місяці разом із Бет-Ізраел Діконес Медичним Центром у Бостоні розпочати проспективні тести у реальних клінічних умовах із акцентом на тріажі в екстренних ситуаціях. Водночас у поєднанні з програмою базових медичних моделей у співпраці з Mayo Clinic завершується формування повної бізнес-моделі комерціалізації Microsoft Healthcare.

Для вторинного ринку емоційний імпульс уже був вивільнений завдяки публікації у «Science», однак кінцева оцінка медичного AI залежатиме від того, чи вдасться відтворити перевагу моделювання в реальних подвійно сліпих порівняннях і від того, як платники та регуляціі сформулюють ціноутворення та межі відповідальності для «AI-допоміжної діагностики».