Мустафа Сюлейман от Microsoft заяви, че нейният ИИ превъзхожда лекарите при сложни случаи в стремежа му към „медицински свръхинтелект“

AI диагностичната система на Microsoft правилно е диагностицирала сложни медицински случаи в симулация повече от два пъти по-често от лекари с обща практика, според проучване, публикувано в четвъртък в Science. Мустафа Сюлейман, главен изпълнителен директор на Microsoft AI, определи резултата като стъпка към „медицински свръхинтелект“.

Системата, наречена MAI-DxO (накратко DxO), координира няколко AI агента, които действат като лекарски консилиум. Те разпитват пациента, назначават изследвания и обсъждат диагнозата.

В симулация със сложни случаи от New England Journal of Medicine тя е дала правилен отговор в 83% от случаите. Лекарите от първичната помощ и общите интернисти, работещи индивидуално със справочни материали, са били прави в 36% от случаите. Важно уточнение: толкова сложни случаи обикновено се поемат от специалисти или екипи от лекари, които не са участвали в сравнението.

„Тук има нещо наистина значимо и вълнуващо“, заяви пред TechCrunch Доминик Кинг, вицепрезидент „Здравеопазване“ в Microsoft AI. „Най-голямото предизвикателство при предоставянето на здравни грижи в момента е нарастващото несъответствие между търсенето и предлагането на медицинска експертиза.“

С публикуването на тези резултати Microsoft се присъединява към Google и OpenAI в твърдението, че нейният AI може да се изравни с лекарите или да ги надмине.

Данните от самото проучване показват, че голяма част от подобрението идва от по-мощните базови AI модели, като системата за оркестрация на Microsoft добавя допълнителни ползи.

Microsoft е тествала MAI-DxO с модели от няколко компании, включително OpenAI, Google, Anthropic, Meta и DeepSeek, но най-добрите резултати са постигнати с GPT-5 и GPT-5.5 на OpenAI. 

Microsoft е измерила DxO както по точност, така и по цена, тоест прогнозната цена за работата на AI върху всеки отделен случай. Самостоятелно, с кратка и базова подкана, GPT-5 е постигнал 78,9% точност при сложни случаи на цена от около 8400 долара на случай. DxO е намалил разходите с около 3000 долара, но е повишил точността само с около четири процентни пункта. При случаите от спешните отделения е имало малко подобрение както в точността, така и в разходите между самостоятелния GPT-5 и версията с помощта на DxO.

При GPT-5.5, по-нов модел, пуснат през април 2026 г., резултатите се разделят. При сложни случаи DxO е повишил оценката за точност на GPT-5.5 от 72% до почти 87% при малко по-ниска цена. Подобренията обаче отново не се проявяват при случаите от спешните отделения. И двете версии — с DxO и без него — са постигнали около 85% при сходна цена. 

DxO помага най-много при сложни случаи и при по-малко способни AI модели. Gemini 2.5 Flash например е постигнал 46,4% самостоятелно, но почти 69% с DxO. Въпреки това разликата между по-слабите и по-силните модели е била по-голяма от повишението, осигурено от DxO.

Изследователите на Microsoft заявиха, че подобренията в точността естествено намаляват с приближаването на моделите към теоретичния максимум. „Оркестрацията на DxO помага при по-широкото предизвикателство за оптимизиране както на точността, така и на разходите“, добави говорител.

Сюлейман, който ръководи усилията на Microsoft за създаване на собствен водещ AI, заяви пред TechCrunch, че компанията работи с Mayo Clinic за обучението на базов модел за здравеопазването, чието пускане е планирано за следващата година. Той вярва, че този модел ще позволи на компанията „да направи наистина огромни крачки напред“, и казва, че DxO е част от базовата инфраструктура, която Microsoft изгражда, за да постигне реални пробиви в здравеопазването. 

„Наистина вярвам, че през 2027 г. ще бъдем на прага на пробив от типа на този при програмирането за медицинските досиета“, заяви Сюлейман. „Мисля, че ще можем да предаваме поточно изключително точни прогнози за това как може да се развие едно медицинско досие, а очевидно подобна предвидимост за един клиницист е безценна.“

Сюлейман е посветил кариерата си на опитите да използва AI за решаване на медицински проблеми. Преди това той е бил съосновател на DeepMind, придобита от Google през 2014 г. На следващата година Google DeepMind придобива стартъпа на Кинг Hark, приложение за управление на клинични задачи, и двамата заедно стартират DeepMind Health. Сюлейман се присъединява към Microsoft, за да ръководи нейното AI подразделение през 2024 г., а Кинг го последва няколко месеца по-късно.

„Ние просто истински вярваме в това“, заяви Сюлейман.

Той заяви, че макар използването на генеративен AI в здравеопазването все още да е в начален етап, очаква възможностите на моделите за здравеопазването да станат „с един порядък по-добри през следващите 24 до 36 месеца“. 

„Както сме виждали многократно през последните пет или шест години, напредъкът се случва много бързо, щом създадете маховик“, заяви Сюлейман. „Маховикът означава, че имаме модел в реална употреба, който усъвършенстваме с помощта на използването му в реалния свят, за да идентифицираме пропуските в модела, а след това да ги отстраним и да го подобрим. Това се случи при програмирането. Преди това се случи при чатовете. И мисля, че през следващата година ще започне да се случва и при медицинските досиета и клиничната подкрепа за вземане на решения.“

Чрез ново партньорство с медицинския център Beth Israel Deaconess в Бостън Microsoft ще оцени способностите на DxO за клинично разсъждение в различни болнични условия.

„Тази технология е готова за оценки в реални условия и можете да си представите сложността и разнообразието от проблеми, които възникват в спешното отделение в Бостън в петък вечер“, заяви Кинг.

Той обясни как ще протече проучването: Пациентите ще получат стандартно лечение, включително триаж, време със специалист, лечение, изследвания и решение дали е безопасно да бъдат изписани. Паралелно с това тези, които дадат съгласието си, ще взаимодействат и с DxO. Microsoft и нейните партньори ще сравнят препоръките на DxO с тези на лекарите. 

Google публикува този месец в The Lancet клинично проучване, проведено съвместно с Beth Israel, за да оцени разговорния диагностичен AI AMIE на Google при реални посещения за спешна медицинска помощ, докато лекари наблюдават взаимодействията в реално време. 

„Смятаме, че това ще бъде най-голямото проучване по рода си“, заяви Кинг. „То ще обхване не само спешни отделения, но и звена за неотложна медицинска помощ и ще ни даде много убедителни доказателства до края на периода на проучването относно възможността тези системи да бъдат внедрени в по-голям мащаб в бъдеще.“

Проучването на Microsoft в Science съвпада с нещо като манифест за това какво ще е необходимо за изграждането на медицински свръхинтелект, определен като „способността да надмине най-силните съвременни здравни системи, ръководени от хора, по отношение на медицинското разсъждение и координацията през целия процес на лечение“. Microsoft се надява да надхвърли сравнителното оценяване на отделни задачи — като отговаряне на въпроси от медицински изпити и поставяне на диагнози — и да премине към интеграция с клиницисти и здравни системи за постигане на по-добри резултати. 

„Това е видът технология, от който всички хора по света се нуждаят, и затова сме решени да направим всичко възможно, за да ускорим въвеждането ѝ в света“, заяви Сюлейман, добавяйки, че този фокус може да отличи Microsoft от останалите водещи AI лаборатории. 

Microsoft вече продава на клиницисти инструменти за диктовка и радиология и разглежда DxO като разширение на тези усилия. 

„През следващите няколко години трябва да разполагаме с най-добрите в света, най-съвременни продукти за клинична подкрепа при вземането на медицински решения“, заяви Сюлейман.