Microsoft AI delade den 22 oktober, i en studie publicerad i den peer review-granskade tidskriften Science, resultaten för sitt diagnossystem MAI-DxO (Diagnostic Orchestrator). Mustafa Suleyman, som leder enheten, beskriver det som ett steg mot målet „medicinsk superintelligens“.
Vad hände?
Systemet testades i en simulerad miljö på komplexa fallrapporter publicerade i New England Journal of Medicine. Enligt TechCrunch och The Verge kom MAI-DxO fram till rätt diagnos i omkring 83 procent av fallen. Andelen för allmänläkare och internmedicinare som kunde använda källor var 36 procent, och för dem som inte använde några källor 22 procent. För akutfall hämtade från Beth Israels inskrivningsdatabas blev resultatet 80 procent mot i genomsnitt 47 procent.
MAI-DxO är inte en enskild modell utan en orkestrerare som får olika AI-modeller att arbeta tillsammans som ett läkarteam. Microsoft säger att strukturen också sänker kostnaden jämfört med en enskild modell som arbetar ensam.
TechCrunch pekar på en viktig reservation: enligt studiens egna data kommer den största delen av förbättringen från att modellerna under har blivit starkare, Microsofts system ger en extra vinst utöver det, och den extra vinsten syntes inte i akutfallen. Dessutom går så svåra fall normalt till specialister; specialisterna ingick inte i jämförelsen.
Varför spelar det roll?
Publiceringen i en peer review-granskad tidskrift ger resultaten fastare mark än företagsmeddelanden. Ändå är det en simulering, inte ett experiment med riktiga patienter. Microsoft tränar en grundmodell för hälso- och sjukvård tillsammans med Mayo Clinic och genomför en prövning i verkligheten på Beth Israel Deaconess Medical Center i Boston: med patienternas samtycke får vården också MAI-DxO:s förslag. Den verkliga frågan är om siffrorna håller också i mottagningsrummet.