A Microsoft diagnosztikai MI-je összetett esetekben felülmúlta az általános orvosokat
A Microsoft MAI-DxO nevű diagnosztikai rendszere egy, a Science folyóiratban közölt szimulációban az összetett orvosi esetek 83 százalékát oldotta meg helyesen, míg az összehasonlításban részt vevő alapellátási orvosok és általános belgyógyászok egyénileg, referenciaanyagokat használva 36 százalékos eredményt értek el. A vizsgálat a New England Journal of Medicine összetett eseteire épült. Fontos korlát, hogy az ilyen nehéz ügyeket a valóságban rendszerint szakorvosok vagy orvoscsoportok kezelik, ők azonban nem szerepeltek az összevetésben.
A DxO több, egymással együttműködő MI-ügynököt hangol össze: ezek kérdéseket tesznek fel, vizsgálatokat rendelnek el, majd megvitatják a lehetséges diagnózisokat. Az adatok szerint a javulás jelentős része nem magából a Microsoft-féle koordinációból, hanem az alapul szolgáló nagyobb teljesítményű modellekből származik. A GPT-5 önmagában 78,9 százalékot ért el, esetenként mintegy 8400 dolláros becsült költséggel; a DxO nagyjából 3000 dollárral csökkentette a költséget, miközben körülbelül négy százalékponttal javította a pontosságot.
A GPT-5.5-tel a rendszer 72 százalékról közel 87 százalékra növelte a komplex esetek pontosságát, kissé alacsonyabb költség mellett, sürgősségi eseteknél viszont nem mutatkozott érdemi előny. A Microsoft több cég modelljeit is tesztelte, a legjobb eredményeket a GPT-5 és GPT-5.5 adta. A vállalat a Mayo Clinickel egészségügyi alapmodellen dolgozik, amelyet jövőre terveznek kiadni. Mustafa Suleyman szerint a generatív MI az egészségügyben a következő 24–36 hónapban nagyságrendi fejlődés előtt áll.