Microsoft заявляет, что его диагностическая AI-система DxO сумела на симуляционных кейсах корректно определить диагноз в более чем двух третях разCompare: открывая путь к «медицинскому суперинтеллекту» по словам гендиректора проекта Mustafa Suleyman. По данным публикации в Science, в условиях теста DxO координирует несколько ИИ‑агентов, которые выступают в роли панели врачей: опрашивают пациента, заказывают анализы и спорят о диагнозе между собой. Эти результаты подводят под лозу: за счет более мощной модели улучшения достигаются за счет оркестрации DxO. Источник: блоки 0, 1, 5, 12.

В симуляции, где использованы сложные клинические случаи из журнала New England Journal of Medicine, точность DxO составила 83%. Для сравнения, индивидуально работающие врачи первичной медпомощи и общего профиля показали 36% корректных ответов. Причём сравнение касалось именно сложных случаев, которые обычно обрабатывают специалисты или команды врачей, сами участники эксперимента не присутствовали в этой группе. Эти цифры приводят к выводу, что преимущество DxO во многом связано с большей мощностью базовых моделей и дополнительной оптимизации через orchestration. Источник: блоки 2, 5, 12.

Представители компании подчёркивают, что улучшение по большей части достигается за счёт более сильных ИИ‑моделей, а роль DxO — в добавлении эффекта за счёт координации агентов. Dominic King из отдела здравоохранения Microsoft AI отмечает, что дефицит квалифицированной медицинской помощи в условиях растущего спроса подталкивает внедрять такие системы. В контексте конкурентной среды это исследование следует за публикациями Google и OpenAI, которые заявляли о сопоставимости AI с врачами. Источник: блоки 3, 4, 12.

В ходе тестирования DxO применяли модели от разных компаний, включая OpenAI, Google, Anthropic, Meta и DeepSeek; наилучшие результаты дала комбинация с GPT‑5 и позже GPT‑5.5. При этом самой дорогой была работа без DxO: в тесте на сложные кейсы GPT‑5 достигал около 78,9% точности за примерно 8,4 тысячи долларов за кейс, а DxO снижал стоимость примерно на 3 тысячи долларов и давал прирост точности всего в около четырёх пунктов. На отделениях неотложной помощи различий в точности и стоимости не было. Источник: блоки 9, 10.

При использовании GPT‑5.5 результаты оказались неоднозначными: на сложных кейсах DxO повышал точность с 72% до близко 87% при чуть меньшей стоимости, но на кейсах неотложной помощи прироста не показывали и у модели без DxO, и у той, что с ним. Это подчёркивает, что DxO особенно эффективен при сложных задачах и с менее продвинутыми моделями, а эффект усиления между слабой и сильной моделью иногда оказывается значительнее влияния самого DxO. Источник: блоки 10, 11.

В исследователях Microsoft подчёркивают, что прирост точности естественно уменьшается по мере приближения к теоретическому максимуму, а оркестрация DxO помогает балансировать точность и стоимость. Suleyman добавляет, что партнерство с Mayo Clinic направлено на обучение фундаментальной медицинской модели, которая планируется к релизу в следующем году, и что DxO — часть инфраструктуры для реальных прорывов в здравоохранении. Он также высказывает уверенность, что к 2027 году медицина увидит серьёзный скачок в возможностях работы с медицинскими записями и предсказательными моделями, которые у клиницистов будут в руках «золотой песок» прогноза. Источник: блоки 13, 14, 24, 25.