AI chẩn đoán “người tổ chức” của Microsoft (MSFT.US) xuất hiện trên tạp chí Science: độ chính xác gấp đôi bác sĩ đa khoa, AI y tế tiến tới năng suất lâm sàng

Ứng dụng tài chính thông minh đã nhận được tin tức rằng Microsoft (MSFT.US) đã đặt một “quả cân” quan trọng trên đường đua AI y tế. Vào ngày 22 tháng 10 theo giờ địa phương, kết quả nghiên cứu về hệ thống chẩn đoán AI MAI-DxO (Microsoft AI Diagnostic Orchestrator) của Microsoft đã chính thức được đăng trên tạp chí Science. Đây là một công cụ AI có thể chẩn đoán bệnh nhân từng bước như bác sĩ, với độ chính xác khi giải quyết các ca y tế phức tạp vượt gấp đôi bác sĩ nội khoa thông thường.

Trong đánh giá mô phỏng dựa trên 304 ca bệnh phức tạp của The New England Journal of Medicine (NEJM), độ chính xác chẩn đoán của MAI-DxO đạt 83,2%, trong khi bác sĩ đa khoa và bác sĩ nội khoa thông thường có thể tra cứu tài liệu tham khảo chỉ đạt tỷ lệ chính xác 36,1%; khi không được phép sử dụng tài liệu tham khảo, tỷ lệ chính xác của bác sĩ giảm xuống còn khoảng 22%. Trong một nhóm kiểm tra khác dựa trên dữ liệu nhập viện cấp cứu MIMIC-IV-ED, hệ thống đạt tỷ lệ chính xác 80,3%, bác sĩ đa khoa là 46,8%, lợi thế bị thu hẹp còn 1,7 lần.

Báo cáo cho biết, mô hình này sử dụng một “trình điều phối” để nhận diện và phối hợp các vấn đề cần hỏi bệnh nhân cũng như các kiểm tra và xét nghiệm cần thực hiện; trình điều phối này mô phỏng cách một nhóm chuyên gia lâm sàng hợp tác để giải quyết ca chẩn đoán nhằm tổ chức các bước xử lý của AI.

Những mô hình AI y tế hiện tại thường dùng phương pháp “một lần”, tức là phân tích tổng hợp tất cả triệu chứng, kết quả xét nghiệm và kiểm tra hình ảnh của bệnh nhân để cho ra chẩn đoán.

Trong bối cảnh trình điều phối phối hợp các bước chẩn đoán, mô hình AI này sẽ quyết định trước tiên cần hỏi các thông tin tiền sử nào, và phần nào trong khám lâm sàng đạt ý nghĩa quan trọng. Dựa vào thông tin thu nhận được, nó quyết định tổ chức các kiểm tra tiếp theo, đánh giá kết quả và trong trường hợp thích hợp sẽ tiếp tục kiểm tra. Trưởng nhóm nghiên cứu cho biết, trong toàn bộ quá trình, mô hình này liên tục cập nhật giả định làm việc và kế hoạch của mình.

Khi chẩn đoán hơn 300 thách thức y tế cực kỳ hiếm và phức tạp, mô hình dùng trình điều phối chẩn đoán cho kết quả kiểm tra và xác định bệnh vượt gấp đôi bác sĩ nội khoa thông thường kể cả khi hỗ trợ sách giáo khoa và internet. Trong các kịch bản mô phỏng dựa trên cơ sở dữ liệu lớn các ca nhập viện cấp cứu, công cụ này cũng vượt trội hơn so với bác sĩ con người.

Các nhà nghiên cứu cho biết việc đánh giá so sánh các hệ thống ban đầu như vậy với bác sĩ thường sử dụng câu hỏi trắc nghiệm.

"AI đã rất giỏi ở lĩnh vực này, tỷ lệ vượt qua có thể đạt 100%," ông Dominic King, Phó chủ tịch doanh nghiệp của bộ phận AI sức khỏe Microsoft, người đang phát triển công nghệ mới này cho biết. "Nhưng tất nhiên đây không phải là thế giới thực. Chưa bao giờ có bệnh nhân tìm đến tôi mang theo một bản tóm tắt đẹp đẽ."

Các nhà nghiên cứu còn phát hiện rằng khi trình điều phối thiết kế quy trình kiểm tra, chi phí chẩn đoán thấp hơn so với do bác sĩ con người quyết định. "Chúng tôi không chỉ đo lường độ chính xác của hệ thống mà còn đánh giá mức độ cẩn trọng, tỉ mỉ khi tiến hành các kiểm tra chẩn đoán," ông Harsha Nori, Trưởng bộ phận AI của Microsoft AI Health chia sẻ.

Trong hợp tác với trung tâm y tế Beth Israel Deaconess Boston, các nhà nghiên cứu bước tiếp theo sẽ kiểm tra khả năng phân loại bệnh nhân tại khu vực chờ cấp cứu của công cụ này.

Về đặc điểm hành vi, bác sĩ trung bình chỉ hỏi thêm 5,6 câu trước khi chỉ định xét nghiệm đầu tiên, trong khi DxO trung bình hỏi thêm 25,5 câu, thể hiện phong cách thu thập bệnh sử bài bản và có cấu trúc hơn. Về mặt nền tảng mô hình, hệ thống đạt hiệu quả tối ưu trên OpenAI GPT-5 và cải thiện hiệu suất khi chuyển sang GPT-5.5, chứng tỏ lợi ích của tầng điều phối có thể chuyển giao giữa các mô hình.

Xét về góc độ thương mại hóa, tín hiệu đáng chú ý nhất của nghiên cứu này là sự chuyển dịch tiêu chuẩn đánh giá: Microsoft đồng thời giới thiệu SDBench “chuẩn chẩn đoán theo trình tự”, chuyển các ca bệnh thành tương tác hỏi đáp phân bước, lần đầu tiên bổ sung yếu tố chi phí kiểm tra ngoài độ chính xác. Điều này có nghĩa là cạnh tranh trong AI y tế đang chuyển từ độ chính xác thuật toán đơn lẻ sang “năng lực lập trình lâm sàng + hiệu quả chi phí” toàn diện.

Sự chuyển đổi này phù hợp với nhịp độ chung của ngành. Theo dữ liệu Grand View Research, thị trường AI y tế toàn cầu năm 2025 khoảng 42,62 tỷ USD, dự kiến 2026 đạt 56,2 tỷ USD, đến 2036 có thể mở rộng lên 1,05 nghìn tỷ USD, tốc độ tăng trưởng kép hàng năm của giai đoạn 2026—2036 khoảng 34%.

Ở phía cung, từ khi Microsoft mua lại Nuance với gần 20 tỷ USD năm 2022, họ đã tích hợp Dragon Copilot vào quy trình tài liệu và giọng nói lâm sàng, phủ sóng hàng loạt bệnh viện và bác sĩ tại Mỹ, MAI-DxO là mảnh ghép tự nhiên từ “tự động hóa văn phòng” đến “hỗ trợ quyết định chẩn đoán”.

Các bước xác nhận quan trọng tiếp theo đã xuất hiện rõ nét. Microsoft dự định hợp tác với trung tâm y tế Beth Israel Deaconess Boston trong vài tháng tới để triển khai kiểm tra tiên tiến trong môi trường lâm sàng thực, tập trung đánh giá thao tác phân loại bệnh nhân ở phòng cấp cứu. Đồng thời, kết hợp với chương trình phát triển mô hình cơ bản y tế cùng Mayo Clinic, bức tranh thương mại hóa y tế của Microsoft đang dần hoàn thiện.

Đối với thị trường thứ cấp, các xúc tác kỳ vọng ngắn hạn đã được kích thích dưới sự minh chứng của Science, nhưng trục giá trị trung tâm của AI y tế cuối cùng phụ thuộc vào khả năng kết quả mù thực tế có thể lặp lại ưu thế mô phỏng, và khung chi trả cũng như quy định dành cho “chẩn đoán hỗ trợ AI” về định giá và trách nhiệm pháp lý.