Microsoft: Το σύστημα AI MAI-DxO διέγνωσε σωστά 83,2% των δύσκολων περιστατικών
Σύμφωνα με μελέτη στο Science, το MAI-DxO της Microsoft ξεπέρασε τους γενικούς γιατρούς σε σύνθετα περιστατικά. Κλινικές δοκιμές θα γίνουν στη Βοστώνη.
Το MAI-DxO, το σύστημα τεχνητής νοημοσύνης της Microsoft για ιατρική διάγνωση, έκανε σωστή διάγνωση σε σύνθετα περιστατικά με ακρίβεια 83,2%, όταν οι γενικοί γιατροί έφτασαν στο 36,1%. Τα στοιχεία προκύπτουν από μελέτη που δημοσιεύτηκε στις 22 Οκτωβρίου 2026 στο επιστημονικό περιοδικό Science. Σύμφωνα με τη Microsoft, το σύστημα πέτυχε το αποτέλεσμα ζητώντας λιγότερες εξετάσεις και ιατρικές πράξεις.
Η μελέτη φέρει τίτλο «Sequential Diagnosis with Language Models». Είχε αρχικά κυκλοφορήσει το 2025 ως preprint, χωρίς αξιολόγηση από ομοτίμους. Με τη δημοσίευση στο Science έχει πλέον περάσει από peer review.
Τα αποτελέσματα σε σύγκριση με τους γιατρούς
Η δοκιμή έγινε σε σύνθετα περιστατικά του New England Journal of Medicine. Οι γενικοί γιατροί είχαν πρόσβαση σε βοηθήματα και έφτασαν στο 36,1%. Χωρίς βοηθήματα το ποσοστό τους έπεσε γύρω στο 22%, οπότε το MAI-DxO ήταν σχεδόν τέσσερις φορές πιο ακριβές.
Στις εισαγωγές από τα επείγοντα η διαφορά ήταν μικρότερη: το σύστημα πέτυχε 80,3% έναντι 46,8% των γιατρών. Τα καλύτερα αποτελέσματα προέκυψαν όταν ως βάση χρησιμοποιήθηκε το GPT-5 της OpenAI, ενώ πρόσθετες δοκιμές έδειξαν περαιτέρω βελτίωση με το GPT-5.5.
Η Microsoft υποστηρίζει στο blog της ότι το σύστημα τα καταφέρνει «με το μισό ή και το ένα τρίτο του κόστους». Η εξοικονόμηση, ωστόσο, υπολογίστηκε με εκτιμώμενα κόστη σε προσομοιωμένα περιστατικά και όχι με πραγματικά ιατρικά έξοδα. Οι ερευνητές αναμένουν επίσης ότι η διαφορά θα μικρύνει αν το MAI-DxO συγκριθεί με ειδικούς γιατρούς αντί για γενικούς.
Πώς λειτουργεί το σύστημα
Το MAI-DxO δεν παραλαμβάνει έτοιμο τον φάκελο του ασθενούς με συμπτώματα, ιστορικό και εξετάσεις. Ξεκινά από το κύριο ενόχλημα και αποφασίζει μόνο του ποιες ερωτήσεις θα υποβάλει και ποιες εξετάσεις θα ζητήσει, πλησιάζοντας περισσότερο τον τρόπο εργασίας ενός γιατρού. Για να μετρηθεί αυτή η σταδιακή διάγνωση, οι ερευνητές προτείνουν νέο benchmark, το Sequential Diagnosis Benchmark (SDBench).
Το σύστημα προσομοιώνει ένα συμβούλιο γιατρών. Διαφορετικοί AI agents προτείνουν διαγνώσεις, επιλέγουν εξετάσεις, αμφισβητούν τις υποθέσεις και ζυγίζουν το κόστος. Κατά τους ερευνητές, έτσι περιορίζονται λάθη, όπως η προσκόλληση στην πρώτη διάγνωση.
Κλινικές δοκιμές και ανοιχτά ζητήματα
Ο επικεφαλής AI της Microsoft, Mustafa Suleyman, δήλωσε ότι πριν από οποιαδήποτε πραγματική χρήση απαιτούνται κλινικές δοκιμές. Ο Dr. Dominic King, υπεύθυνος για την AI στην υγεία στη Microsoft, ανέφερε ότι οι δοκιμές θα ξεκινήσουν σε περίπου δύο μήνες στο Beth Israel Deaconess Medical Center της Βοστώνης.
Ανάλογα αποτελέσματα έχουν δείξει και άλλα συστήματα, όπως το o1-preview της OpenAI στη μελέτη του Χάρβαρντ για τη διαλογή ασθενών στα επείγοντα. Οι γιατροί τονίζουν ότι τέτοια εργαλεία προορίζονται για βοηθητικό ρόλο και όχι για αντικατάσταση του ιατρικού προσωπικού.
Ανοιχτό παραμένει και το ζήτημα της ευθύνης όταν μια διάγνωση με τη βοήθεια AI αποδειχθεί λανθασμένη. Μια μελέτη του 2025 έδειξε ακόμη ότι γιατροί που βασίζονταν στην τεχνητή νοημοσύνη για τον εντοπισμό κινδύνου καρκίνου σε κολονοσκοπήσεις είχαν χειρότερες επιδόσεις από πριν, όταν η τεχνολογία αφαιρέθηκε.
