Το MAI-DxO, το ιατρικό σύστημα AI της Microsoft, έκανε σωστή διάγνωση σε δύσκολα περιστατικά πάνω από δύο φορές συχνότερα από γενικούς γιατρούς. Τα αποτελέσματα είναι από μελέτη που δημοσιεύτηκε στις 22 Οκτωβρίου 2026 στο περιοδικό Science. Κατά τη Microsoft, το Microsoft AI Diagnostic Orchestrator το πέτυχε ζητώντας λιγότερες εξετάσεις και ιατρικές πράξεις.
Η μελέτη έχει τίτλο «Sequential Diagnosis with Language Models». Είχε ανέβει στο arXiv το 2025 ως preprint χωρίς αξιολόγηση, και με τη δημοσίευση στο Science πέρασε πλέον από peer review.
Πόσο καλύτερα από τους γιατρούς τα πήγε το MAI-DxO
Στα σύνθετα περιστατικά του New England Journal of Medicine, το MAI-DxO έφτασε σε ακρίβεια 83,2%. Οι γενικοί γιατροί με πρόσβαση σε βοηθήματα έμειναν στο 36,1%. Χωρίς βοηθήματα έπεσαν γύρω στο 22%, άρα εκεί το σύστημα ήταν σχεδόν τέσσερις φορές πιο ακριβές. Στις εισαγωγές από τα επείγοντα η διαφορά μίκρυνε.
| Τεστ | Ακρίβεια διάγνωσης |
|---|---|
| Περιστατικά NEJM, MAI-DxO | 83,2% |
| Περιστατικά NEJM, γιατροί με βοηθήματα | 36,1% |
| Περιστατικά NEJM, γιατροί χωρίς βοηθήματα | περίπου 22% |
| Εισαγωγές από επείγοντα, MAI-DxO | 80,3% |
| Εισαγωγές από επείγοντα, γιατροί | 46,8% |
Τα καλύτερα αποτελέσματα ήρθαν με το GPT-5 της OpenAI ως βάση, και πρόσθετες δοκιμές έδειξαν βελτίωση με το GPT-5.5. «Τα καταφέρνει με το μισό ή και το ένα τρίτο του κόστους», έγραψε η Microsoft στο blog της. Η εξοικονόμηση όμως υπολογίστηκε με εκτιμώμενα κόστη σε προσομοιωμένα περιστατικά, όχι με πραγματικά ιατρικά έξοδα. Οι ίδιοι οι ερευνητές περιμένουν να μικρύνει η διαφορά αν το MAI-DxO συγκριθεί με ειδικούς αντί για γενικούς γιατρούς.
Πώς δουλεύει το MAI-DxO
Το MAI-DxO δεν παίρνει έτοιμο τον φάκελο του ασθενούς με συμπτώματα, ιστορικό και εξετάσεις. Ξεκινά από το κύριο ενόχλημα και αποφασίζει μόνο του ποιες ερωτήσεις θα κάνει και ποιες εξετάσεις θα ζητήσει. Αυτό είναι πολύ πιο κοντά στον τρόπο που δουλεύει ένας γιατρός. Για να μετρηθεί αυτή η σταδιακή διάγνωση, οι ερευνητές προτείνουν νέο benchmark, το Sequential Diagnosis Benchmark (SDBench).
Το σύστημα «προσομοιώνει ένα συμβούλιο γιατρών»: διαφορετικοί AI agents προτείνουν διαγνώσεις, επιλέγουν εξετάσεις, αμφισβητούν τις υποθέσεις και ζυγίζουν το κόστος. Κατά τους ερευνητές, έτσι περιορίζονται λάθη όπως το να «κολλήσει» κανείς στην πρώτη του διάγνωση.
Πότε θα δοκιμαστεί σε νοσοκομείο
Ο επικεφαλής AI της Microsoft, Mustafa Suleyman, είπε στο The Verge ότι πριν από οποιαδήποτε πραγματική χρήση χρειάζονται κλινικές δοκιμές. Ο Dr. Dominic King, υπεύθυνος για την AI στην υγεία στη Microsoft, ανέφερε ότι οι δοκιμές θα ξεκινήσουν σε περίπου δύο μήνες στο Beth Israel Deaconess Medical Center της Βοστώνης.
Ανάλογα αποτελέσματα έχουν δείξει και άλλα συστήματα, όπως το o1-preview της OpenAI στη μελέτη του Χάρβαρντ για τη διαλογή ασθενών στα επείγοντα. Οι γιατροί τονίζουν ότι τέτοια εργαλεία προορίζονται για βοηθοί και όχι για αντικαταστάτες. Παραμένει επίσης ανοιχτό ποιος ευθύνεται όταν μια διάγνωση με τη βοήθεια AI βγει λάθος. Μια μελέτη του 2025 έδειξε ότι γιατροί που βασίζονταν στην AI για να εντοπίζουν κίνδυνο καρκίνου σε κολονοσκοπήσεις τα πήγαν χειρότερα από πριν όταν η τεχνολογία αφαιρέθηκε.
Σχόλια