Microsoft AI deelde op 22 oktober in een studie in het peer-reviewed tijdschrift Science de resultaten van zijn diagnosesysteem MAI-DxO (Diagnostic Orchestrator). Mustafa Suleyman, de baas van de eenheid, noemt dit een stap richting het doel van "medische superintelligentie".
Wat is er gebeurd?
Het systeem werd in een simulatie getest op complexe casusrapporten die in het New England Journal of Medicine zijn gepubliceerd. Volgens TechCrunch en The Verge kwam MAI-DxO bij ongeveer 83 procent van deze gevallen tot de juiste diagnose. Bij huisartsen en internisten die bronnen mochten raadplegen was dat 36 procent, bij artsen die geen enkele bron gebruikten 22 procent. Bij spoedeisende-hulpgevallen uit de opnamedatabase van Beth Israel was het resultaat 80 procent tegenover gemiddeld 47 procent.
MAI-DxO is geen enkel model, maar een orkestrator die verschillende AI-modellen als een team van artsen samen laat werken. Microsoft zegt dat deze opzet ook de kosten verlaagt ten opzichte van een model dat alleen werkt.
TechCrunch wijst op een belangrijk voorbehoud: volgens de eigen gegevens van de studie komt het grootste deel van de verbetering doordat de onderliggende modellen sterker zijn geworden. Het systeem van Microsoft levert daar extra winst bovenop, en die extra winst was niet te zien bij spoedeisende-hulpgevallen. Bovendien gaan zulke moeilijke gevallen normaal naar specialisten; die waren niet in de vergelijking opgenomen.
Waarom is dit belangrijk?
Publicatie in een peer-reviewed tijdschrift geeft de resultaten een steviger basis dan bedrijfsaankondigingen. Toch is dit een simulatie, geen experiment met echte patiënten. Microsoft traint met Mayo Clinic een basismodel voor de gezondheidszorg en voert bij het Beth Israel Deaconess Medical Center in Boston een proef onder reële omstandigheden uit: de aanbevelingen van MAI-DxO worden toegevoegd aan de zorg voor patiënten die toestemming geven. De echte vraag is of deze cijfers ook standhouden in de spreekkamer.