22 октября в Science опубликовано исследование Microsoft AI Diagnostic Orchestrator — MAI-DxO. Система работает скорее как виртуальный консилиум, чем как одна нейросеть с готовым ответом. Несколько ИИ-агентов предлагают возможные диагнозы, выбирают полезные вопросы и исследования, оспаривают возникающие версии и в несколько раундов пересматривают их по мере появления новых данных.

То есть готовой истории болезни у них нет.

Исследователи создали Sequential Diagnosis Benchmark — среду, в которой и человек, и ИИ начинают только с краткого описания пациента. Чтобы добраться до диагноза, приходится постепенно запрашивать дополнительные сведения, назначать исследования и решать, что делать дальше.

И цифры получились впечатляющими.

На сложных клинических случаях из New England Journal of Medicine MAI-DxO поставила правильный диагноз в 83% случаев. Врачи, которым разрешили пользоваться учебниками и интернетом, показали 36%; без внешних справочных материалов — 22%.

Вторая проверка была ближе к повседневной медицине: использовали более типичные обращения в американские отделения неотложной помощи из базы MIMIC-IV-ED. Здесь система получила 80% правильных диагнозов против 47% у врачей.

Причём ИИ не просто заказывал всё подряд, чтобы наверняка добраться до ответа. Система учитывала стоимость каждого следующего исследования и пыталась выбирать те, которые дадут максимум новой информации. В одной из конфигураций она сохранила точность около 81% на сложных случаях при менее чем половине расчётной стоимости диагностического поиска у сравниваемых систем.

Но фразу «ИИ оказался лучше врачей» здесь всё-таки нужно произносить осторожно.

Это не клиническое испытание, в котором нейросеть и врачи лечили реальных пациентов бок о бок. Система работала с уже существующими историями болезни в специально построенной последовательной симуляции. А сравнивали её с врачами общей практики и терапевтами, работавшими индивидуально, а не с профильными командами специалистов.

Поэтому следующий этап исследования куда важнее красивых процентов. Microsoft вместе с Beth Israel Deaconess Medical Center собирается проверить систему уже в реальной клинической среде: пациенты будут взаимодействовать с ней напрямую, а её выводы сравнят с независимыми оценками врачей.

И всё же самое интересное в этой работе — даже не 83 против 36.

До сих пор медицинский ИИ чаще пытался дать человеку правильный ответ. Теперь его начинают учить делать то, что предшествует ответу: сомневаться, задавать вопросы, выбирать следующую проверку, спорить с собственной гипотезой и менять её, когда появляются новые факты.

То есть машине начинают передавать не только медицинские знания, но и саму структуру диагностического мышления.

Похоже, медицина становится одной из первых областей, где от искусственного интеллекта требуют не просто знать больше человека, но и правильно не знать.