JawabanDipublikasikan17 sumber
AI Diagnosis Microsoft Meraih Akurasi 83% di Kasus Rumit. Seberapa Jauh Hasil Ini Bisa Diartikan?
Dalam simulasi 304 kasus kompleks, MAI DxO mencapai akurasi 83,2%, dibandingkan 36,1% untuk dokter umum yang bekerja sendiri dengan bahan referensi. Pada tolok ukur terpisah berisi 325 kasus rawat darurat, sistem berbasis GPT 5 meraih akurasi 80,3%, sementara dokter memperoleh 46,8%.
Diterbitkan olehDiedit dengan GPT-6 LunaGambar dibuat dengan GPT Image 2
Jawaban penelitian
Poin-poin penting
- Dalam simulasi 304 kasus kompleks, MAI DxO mencapai akurasi 83,2%, dibandingkan 36,1% untuk dokter umum yang bekerja sendiri dengan bahan referensi.
- Pada tolok ukur terpisah berisi 325 kasus rawat darurat, sistem berbasis GPT 5 meraih akurasi 80,3%, sementara dokter memperoleh 46,8%.
AI Perintah
openai.comCreate a landscape editorial hero image for this Studio Global article: What does the Science study published on October 22, 2026, reveal about Microsoft’s multi-agent diagnostic system MAI-DxO—how it simulates a. Article summary: The October 22, 2026 *Science* study reports that Microsoft’s MAI-DxO substantially outperformed individual generalist physicians on simulated diagnostic cases; it does not establish superiority in real-world patient car. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Sistem MAI-DxO Microsoft mengoordinasikan beberapa agen AI untuk menelusuri diagnosis dengan cara yang menyerupai konsultasi: mengajukan pertanyaan, meminta pemeriksaan, lalu mempertimbangkan kemungkinan penyebab. Dalam studi yang terbit di Science pada 22 Oktober 2026, sistem ini meraih akurasi 83,2% pada kasus pendidikan medis yang kompleks. Sebagai pembanding, dokter umum yang bekerja sendiri dengan bahan referensi mencapai 36,1%. Namun, selisih besar itu perlu dibaca dengan konteks: GPT-5 saja meraih 78,9%, dan studi tersebut tidak menunjukkan bagaimana MAI-DxO akan bekerja dalam perawatan pasien sehari-hari.3
5
7
Bagaimana MAI-DxO menelusuri diagnosis
Alih-alih langsung memberikan satu jawaban, MAI-DxO mengatur beberapa agen AI yang meniru sebagian proses konsultasi medis. Agen-agen itu dapat mengajukan pertanyaan lanjutan, meminta tes, dan membahas kemungkinan diagnosis sebelum menentukan jawaban.4
5
Pengujian dilakukan menggunakan materi kasus, bukan saat sistem mengambil keputusan dalam merawat pasien. Perbedaan ini penting: tolok ukur dapat mengukur apakah sistem menemukan diagnosis yang tercatat pada suatu kasus, tetapi tidak dengan sendirinya menunjukkan kinerjanya dalam situasi layanan klinis yang lebih kompleks.5
Angka akurasi dan pembanding GPT-5
Pada 304 kasus kompleks dari New England Journal of Medicine (NEJM), MAI-DxO meraih akurasi 83,2%. Dokter umum yang bekerja secara individual dengan bahan referensi memperoleh 36,1%. Microsoft juga melaporkan akurasi 22,3% untuk dokter yang tidak menggunakan bahan referensi.1
5
7
Dalam kumpulan terpisah berisi 325 kasus pasien yang dirawat di unit gawat darurat, sistem yang menggunakan GPT-5 meraih akurasi 80,3%, dibandingkan 46,8% untuk dokter.5
7 Hasil kasus gawat darurat ini juga berasal dari simulasi, bukan uji klinis yang menunjukkan peningkatan hasil perawatan pasien.
Skor dasar model membantu menjelaskan apa yang bisa—dan tidak bisa—disimpulkan dari perbandingan utama. GPT-5 dengan prompt dasar yang singkat meraih 78,9% pada kasus kompleks. Dibandingkan skor MAI-DxO sebesar 83,2%, selisihnya 4,3 poin persentase, bukan seluruh jarak antara sistem AI dan dokter.3
7
Satu laporan sekunder juga mencantumkan estimasi biaya per kasus sebesar US$8.409 untuk GPT-5 tanpa orkestrasi dan US$5.430 untuk MAI-DxO. Angka ini merupakan perkiraan, bukan bukti penghematan nyata dalam praktik klinis.7
Batasan yang perlu diperhatikan
Perbandingan dengan dokter melibatkan dokter umum yang bekerja sendiri, bukan tim dokter spesialis. Tolok ukurnya juga terkontrol dan hanya menggunakan teks. Karena itu, hasil studi tidak membuktikan bahwa MAI-DxO lebih unggul daripada dokter dalam layanan nyata atau dapat menggantikan tenaga medis.5
Kesimpulan yang lebih tepat: sistem AI terorkestrasi ini tampil kuat pada tolok ukur diagnosis tertentu. Studi tersebut belum membuktikan efektivitasnya pada pasien sungguhan atau menunjukkan bahwa penggunaannya memperbaiki perawatan. Pernyataan Microsoft bahwa penelitian ini merupakan langkah menuju “superinteligensi medis” adalah ambisi, bukan hasil yang sudah dibuktikan oleh pengujian tersebut.9
10
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "AI Diagnosis Microsoft Meraih Akurasi 83% di Kasus Rumit. Seberapa Jauh Hasil Ini Bisa Diartikan?"?
Dalam simulasi 304 kasus kompleks, MAI DxO mencapai akurasi 83,2%, dibandingkan 36,1% untuk dokter umum yang bekerja sendiri dengan bahan referensi.
Apa poin penting yang harus divalidasi terlebih dahulu?
Dalam simulasi 304 kasus kompleks, MAI DxO mencapai akurasi 83,2%, dibandingkan 36,1% untuk dokter umum yang bekerja sendiri dengan bahan referensi. Pada tolok ukur terpisah berisi 325 kasus rawat darurat, sistem berbasis GPT 5 meraih akurasi 80,3%, sementara dokter memperoleh 46,8%.
Sumber
mezha.netMicrosoft AI beats generalist doctors in simulated complex cases, Suleyman says
beckershospitalreview.comMicrosoft AI diagnostic tool tops generalist physicians, 83% to 36% - Becker's Hospital Review | Healthcare News & Analysis
cellcog.aiMicrosoft MAI-DxO in Science: 83% vs Doctors' 36% | CellCog
ua.newsMicrosoft AI diagnosed 83% of complex cases in simulation