AnswersPublished17 sources
83,2 proc. trafnych diagnoz AI kontra 36,1 proc. lekarzy. Wynik MAI-DxO wymaga jednak kontekstu
W symulacji złożonych przypadków system MAI DxO osiągnął 83,2 proc. trafności, a lekarze ogólni pracujący indywidualnie i korzystający z materiałów referencyjnych — 36,1 proc.[1][5][7] Sam GPT 5 uzyskał 78,9 proc.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer
Key takeaways
- W symulacji złożonych przypadków system MAI DxO osiągnął 83,2 proc. trafności, a lekarze ogólni pracujący indywidualnie i korzystający z materiałów referencyjnych — 36,1 proc.[1][5][7]
- Sam GPT 5 uzyskał 78,9 proc. na tym samym zestawie przypadków, a testy przeprowadzono na opisach przypadków, nie podczas leczenia pacjentów.[3][5][7]
AI Prompt
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
MAI-DxO Microsoftu koordynuje pracę kilku agentów AI, które wspólnie przechodzą przez proces diagnostyczny: zadają pytania, zlecają badania i rozważają możliwe wyjaśnienia. W badaniu opublikowanym 22 października 2026 r. w czasopiśmie Science system uzyskał 83,2 proc. trafności w złożonych przypadkach klinicznych. Dla porównania lekarze ogólni pracujący indywidualnie, choć mogli korzystać z materiałów referencyjnych, osiągnęli 36,1 proc. 3
5
7
Ta różnica robi wrażenie, ale nie mówi całej historii. Sam GPT-5 uzyskał w tych przypadkach 78,9 proc., a badanie nie sprawdzało, jak MAI-DxO radzi sobie w codziennej opiece nad pacjentami.3
5
7
Jak MAI-DxO dochodzi do diagnozy
System nie opiera się na jednej, natychmiastowej odpowiedzi. Koordynuje kilka agentów AI, które odtwarzają wybrane elementy konsultacji lekarskiej: zadają pytania uzupełniające, zlecają badania i omawiają możliwe rozpoznania, zanim wskażą diagnozę.4
5
Sprawdzano go jednak na opisach przypadków, a nie podczas podejmowania decyzji w trakcie leczenia. Test porównawczy może pokazać, czy system wskazuje rozpoznanie zapisane dla danego przypadku, ale sam w sobie nie przesądza, jak poradzi sobie ze złożonością prawdziwej opieki medycznej.5
Wyniki: trudne przypadki i test na ostrym dyżurze
W zestawie 304 złożonych przypadków dydaktycznych z New England Journal of Medicine MAI-DxO osiągnął 83,2 proc. trafności. Lekarze pierwszego kontaktu i interniści pracujący indywidualnie uzyskali 36,1 proc., gdy mogli korzystać z materiałów referencyjnych. Microsoft podał również wynik 22,3 proc. dla lekarzy bez takich materiałów.1
5
7
W osobnym teście obejmującym 325 przypadków przyjęć na oddział ratunkowy system oparty na GPT-5 uzyskał 80,3 proc., a lekarze — 46,8 proc.5
7 To także wynik symulacji, nie badania klinicznego dowodzącego poprawy stanu zdrowia pacjentów.
Istotny jest też punkt odniesienia dla samej koordynacji agentów. GPT-5 użyty z krótkim, podstawowym poleceniem uzyskał w złożonych przypadkach 78,9 proc. W porównaniu z wynikiem MAI-DxO wynoszącym 83,2 proc. różnica to 4,3 punktu procentowego — a nie cała przewaga systemu nad lekarzami.3
7
Jedno z dodatkowych opracowań podaje też szacowany koszt na przypadek: 8409 dolarów dla samego GPT-5 i 5430 dolarów dla MAI-DxO. To szacunki, a nie dowód na rzeczywiste oszczędności w praktyce klinicznej.7
Czego badanie nie dowodzi
W porównaniu uczestniczyli pojedynczy lekarze ogólni, a nie zespoły specjalistów. Test był kontrolowany i opierał się wyłącznie na tekście. Wyników nie można więc traktować jako dowodu, że MAI-DxO przewyższa lekarzy w rzeczywistej opiece ani że może ich zastąpić.5
Najbezpieczniej odczytywać je jako mocny wynik na określonych testach diagnostycznych. Badanie nie potwierdza skuteczności systemu w pracy z prawdziwymi pacjentami ani tego, że jego użycie poprawia leczenie. Określenie „medyczna superinteligencja”, którym Microsoft opisuje kierunek swoich ambicji, nie jest wynikiem udowodnionym przez te testy.9
10
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "83,2 proc. trafnych diagnoz AI kontra 36,1 proc. lekarzy. Wynik MAI-DxO wymaga jednak kontekstu"?
W symulacji złożonych przypadków system MAI DxO osiągnął 83,2 proc. trafności, a lekarze ogólni pracujący indywidualnie i korzystający z materiałów referencyjnych — 36,1 proc.[1][5][7]
What are the key points to validate first?
W symulacji złożonych przypadków system MAI DxO osiągnął 83,2 proc. trafności, a lekarze ogólni pracujący indywidualnie i korzystający z materiałów referencyjnych — 36,1 proc.[1][5][7] Sam GPT 5 uzyskał 78,9 proc. na tym samym zestawie przypadków, a testy przeprowadzono na opisach przypadków, nie podczas leczenia pacjentów.[3][5][7]
Sources
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