Microsoft опубликовала исследование ИИ-диагностики MAI-DxO: результаты получены в симуляции

22 октября 2026 года Microsoft сообщила о публикации в Science исследования последовательной диагностики с помощью языковых моделей. Система MAI-DxO координирует несколько ИИ-агентов: они предлагают гипотезы, выбирают дополнительные вопросы и исследования, затем уточняют вывод. Это научная работа, а не запуск доступного пациентам «ИИ-врача».

Что измеряли

В тестовой среде SDBench система получает не всю историю сразу, а начальное описание случая и постепенно запрашивает сведения. Оцениваются правильность диагноза и расчётная стоимость назначенных исследований.

По данным Microsoft, на 304 сложных случаях из NEJM MAI-DxO достигла точности 83%, а врачи с доступом к справочным материалам — 36%. На случаях из базы MIMIC-IV-ED показатели составили 80% и 47% соответственно. Эти проценты относятся к условиям эксперимента, а не к эффективности обычной больницы.

Почему результат нельзя переносить напрямую

Документация SDBench описывает симуляцию: отдельный компонент выдаёт сведения из истории случая, а при отсутствии нужного результата может формировать реалистичный синтетический ответ. Другой компонент оценивает итоговый диагноз. Следовательно, важны не только способности модели, но и устройство самой проверки.

Код оценки открыт, однако медицинские наборы данных не становятся свободно доступными автоматически. Для NEJM требуется лицензия; доступ к MIMIC связан с требованиями PhysioNet. Пять синтетических примеров в репозитории предназначены для отладки, а не для заявления диагностической точности.

Microsoft планирует проспективную оценку с Beth Israel Deaconess Medical Center. Результатов этой будущей проверки публикация ещё не содержит.

Редакционный вывод: работа полезна исследователям медицинского ИИ как способ проверять пошаговое рассуждение. Она не доказывает универсального превосходства над врачами и не даёт оснований заменять очную диагностику ответом чат-бота.

Источники: Microsoft AI, 22 октября 2026 года; документация SDBench, проверена 24 октября.