Последовательный подход к медицинской диагностике
Исследователи Microsoft опубликовали рецензируемое исследование в журнале Science, подробно описывающее многоагентный инструмент искусственного интеллекта, предназначенный для решения сложных медицинских задач путем последовательного процесса рассуждений. Система, известная как Microsoft AI Diagnostic Orchestrator или MAI-DxO, использует механизм цепочки дебатов, в рамках которого несколько агентов ИИ оценивают симптомы, назначают анализы и оспаривают выводы друг друга перед вынесением окончательного диагноза. Согласно результатам, опубликованным 22 октября 2026 года, в ходе контролируемого эталонного теста инструмент правильно определил 83,2% сложных медицинских случаев, превзойдя врачей общей практики, сообщает Fox News.
Это исследование знаменует собой сдвиг по сравнению с более ранними моделями диагностики на основе искусственного интеллекта, которые обычно обрабатывали полную карту пациента в рамках одного запроса. Вместо этого MAI-DxO действует динамично. Система начинает с первоначальной жалобы пациента, задает уточняющие вопросы, заказывает конкретные диагностические тесты с учетом стоимости и корректирует рабочие гипотезы по мере появления новых данных. В ходе бенчмарк-оценки с использованием 304 клинико-патологических конференций из The New England Journal of Medicine врачи общей практики, имевшие доступ к справочным материалам, показали точность 36.1%, в то время как врачи без справочных инструментов набрали 22%, отмечает The News.
Результаты в контролируемых бенчмарках и сценариях неотложной помощи
Помимо сложных клинико-патологических случаев, исследовательская группа протестировала MAI-DxO на исторических данных отделений неотложной помощи из базы данных MIMIC-IV-ED. В этих динамичных сценариях инструмент диагностики на базе ИИ достиг точности около 80.3% по сравнению с 46.8% у контрольной группы врачей. Кроме того, Gizbot сообщил, что система пришла к своим диагностическим выводам примерно за половину или треть от расчетных затрат на тестирование, понесенных врачами-людьми в ходе оценки.
В тестовой структуре использовался агент-шлюз на базе ИИ, который отвечал на вопросы модели, опираясь на исходную медицинскую карту. Такая схема позволила исследователям измерить возможности активного логического мышления ИИ, а не просто оценить статичное распознавание образов. Руководство Microsoft выразило уверенность в траектории развития технологии: генеральный директор Microsoft AI Мустафа Сулейман отметил, что развертывание передовых диагностических систем промышленного уровня может начаться уже в следующем году.
Методологические ограничения и реальные клинические вопросы
Несмотря на высокие показатели точности, независимые медицинские эксперты и авторы исследования подчеркивают важные оговорки относительно клинической полезности результатов бенчмарка. Тесты носили исключительно симуляционный характер и использовали предварительно собранные медицинские дела, в которых врачи уже проделали сложную работу по сбору историй болезни, физикальных наблюдений и лабораторных результатов. В реальных клинических условиях диагностика пациентов сопряжена с межличностными трудностями, такими как выявление деталей, которые пациенты могут изначально считать незначительными или опускать во время первичной консультации.
Более того, контрольная группа врачей состояла из специалистов общей практики и первичного звена, оценивавших случаи индивидуально, в то время как реальные больничные условия обычно опираются на междисциплинарные команды специалистов, которые совместно обсуждают сложные диагнозы. Поскольку исследование проводилось в рамках контролируемого цифрового бенчмарка, а не в ходе живых клинических испытаний против координированных экспертных команд, регуляторы здравоохранения и клиницисты отмечают необходимость дальнейшей эмпирической валидации до безопасного внедрения таких инструментов в практическую медицину.