ОтветыОпубликовано17 источники
MAI-DxO: что на самом деле показало исследование Microsoft о медицинском ИИ
В симуляции 304 сложных клинических случаев MAI DxO правильно поставил диагноз в 83,2% случаев; врачи широкого профиля, работавшие поодиночке и с справочными материалами, — в 36,1%. Сам по себе GPT 5 набрал 78,9%: разница с MAI DxO составляет 4,3 процентного пункта, а не весь разрыв между ИИ и врачами.
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- В симуляции 304 сложных клинических случаев MAI DxO правильно поставил диагноз в 83,2% случаев; врачи широкого профиля, работавшие поодиночке и с справочными материалами, — в 36,1%.
- Сам по себе GPT 5 набрал 78,9%: разница с MAI DxO составляет 4,3 процентного пункта, а не весь разрыв между ИИ и врачами.
- Это были контролируемые тесты на описаниях случаев, а не исследование лечения реальных пациентов.
Промпт ИИ
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
В исследовании, опубликованном в журнале Science 22 октября 2026 года, диагностическая система Microsoft MAI-DxO набрала 83,2% на сложных клинических случаях. Для сравнения: врачи широкого профиля, работавшие поодиночке и с доступом к справочным материалам, — 36,1%. Но важная деталь часто теряется в заголовках: один только GPT-5 показал 78,9%. А тестировали систему на описаниях случаев, не на приёмах реальных пациентов.3
5
7
Как работает MAI-DxO
Вместо того чтобы сразу выдавать диагноз, MAI-DxO координирует несколько ИИ-агентов, имитирующих ход медицинской консультации. Система может задавать уточняющие вопросы, запрашивать результаты обследований и сопоставлять возможные объяснения симптомов, прежде чем прийти к ответу.4
5
Однако проверка проходила на подготовленных клинических описаниях. Такой тест показывает, может ли система прийти к диагнозу, указанному в материалах случая, но сам по себе не отвечает на вопрос, как она справится с повседневной клинической практикой.5
Что показали тесты
На 304 сложных учебных случаях из New England Journal of Medicine точность MAI-DxO составила 83,2%. Врачи широкого профиля, каждый из которых разбирал случаи самостоятельно, показали 36,1% при доступе к справочным материалам. Microsoft также приводит показатель 22,3% для врачей без таких материалов.1
5
7
На отдельном наборе из 325 случаев госпитализации через отделения неотложной помощи система на базе GPT-5 набрала 80,3%; результат врачей составил 46,8%.5
7 Это тоже сравнительный тест на клинических случаях, а не испытание, которое показывает, что применение системы улучшает здоровье пациентов.
Почему важен результат GPT-5
Сравнение MAI-DxO с врачами — не единственный способ оценить результат. GPT-5 с короткой базовой инструкцией, без оркестрации MAI-DxO, набрал на сложных случаях 78,9%. Разница с результатом системы — 83,2% — составляет 4,3 процентного пункта. Поэтому нельзя приписывать весь отрыв от врачей именно способу, которым MAI-DxO координирует ИИ-агентов.3
7
В одном из разборов также приводятся расчётные затраты на один случай: 8 409 долларов для GPT-5 и 5 430 долларов для MAI-DxO. Это оценки, а не подтверждённая экономия при применении системы в медицинской практике.7
Чего исследование пока не доказывает
В сравнении участвовали отдельные врачи широкого профиля, а не команды специалистов. Кроме того, тест был контролируемым и текстовым. Поэтому его результаты нельзя считать доказательством превосходства MAI-DxO над врачами в реальной медицине — и тем более основанием утверждать, что система способна заменить клиницистов.5
Корректный вывод скромнее: скоординированная система ИИ показала сильные результаты на нескольких диагностических тестах. Но исследование не установило, насколько хорошо MAI-DxO будет работать с реальными пациентами и приведёт ли его использование к улучшению медицинской помощи. Слова Microsoft о движении к «медицинскому сверхинтеллекту» описывают амбицию, а не результат, доказанный этими тестами.9
10
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «MAI-DxO: что на самом деле показало исследование Microsoft о медицинском ИИ»?
В симуляции 304 сложных клинических случаев MAI DxO правильно поставил диагноз в 83,2% случаев; врачи широкого профиля, работавшие поодиночке и с справочными материалами, — в 36,1%.
Какие ключевые моменты необходимо проверить в первую очередь?
В симуляции 304 сложных клинических случаев MAI DxO правильно поставил диагноз в 83,2% случаев; врачи широкого профиля, работавшие поодиночке и с справочными материалами, — в 36,1%. Сам по себе GPT 5 набрал 78,9%: разница с MAI DxO составляет 4,3 процентного пункта, а не весь разрыв между ИИ и врачами.
Что мне делать дальше на практике?
Это были контролируемые тесты на описаниях случаев, а не исследование лечения реальных пациентов.
Источники
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