Orvosi diagnosztika kétszer pontosabban: A Microsoft új MI-rendszere lekörözte a háziorvosokat

Az eddigi orvosi MI-k elvéreztek a való életben

Az eddigi orvosi diagnosztikai szoftverek és nyelvi modellek (LLM-ek) értékelése többnyire feleletválasztós tesztek alapján történt. Ezeknél a teszteknél minden klinikai adat, lelet és laboreredmény azonnal rendelkezésre állt, így a modellek könnyen elérhették a 100%-os eredményt .

A való életben azonban a betegek nem kész leletcsomaggal érkeznek a rendelőbe. Az orvosnak lépésről lépésre kell kiderítenie a diagnózist: célzott kérdésekkel indít, vizsgálatokat rendel el, majd a beérkező adatok tükrében folyamatosan felülvizsgálja korábbi feltételezéseit . Ebben a komplex, szekvenciális folyamatban a hagyományos MI-k eddig bizonytalanul mozogtak, és a túl sok felesleges vizsgálat elrendelése miatt rendkívül költségesnek bizonyultak .

Virtuális orvosi konzílium a felhőben

A Microsoft AI Health részlege által kifejlesztett MAI Diagnostic Orchestrator (MAI-DxO) szakít az eddigi egycsatornás megközelítéssel. A rendszer lényegében egy virtuális orvosi konzíliumot szimulál, ahol öt különböző szerepkört betöltő mesterséges intelligencia ágens vitatja meg a beteg állapotát :

Ágens szerepköre	Feladata a diagnosztikai folyamatban
Hipotézis-felelős (Hypothesis Keeper)	Felállítja és frissíti a lehetséges diagnózisok listáját.
Vizsgálat-választó (Test Chooser)	Meghatározza, milyen labor- vagy képalkotó vizsgálatra van szükség.
Az ördög ügyvédje (Devil's Advocate)	Kérdőre vonja a feltételezéseket, alternatív magyarázatokat keres a kognitív torzítások elkerülésére.
Költségfelelős (Cost Steward)	Felügyeli a javasolt vizsgálatok anyagi és klinikai terheit.
Ellenőrzőlista (Checklist)	Biztosítja a protokollok és a klinikai irányelvek szigorú betartását.

Az orchestrator (irányító szoftver) az OpenAI GPT-5 és GPT-5.5 modelljeire építve, de akár más nagy nyelvi modellekkel (pl. Gemini, Claude, Llama) is képes együttműködni, jelentősen növelve azok alapvető pontosságát .

83% a 36% ellen – A számok magukért beszélnek

A Science szaklapban megjelent, szigorúan szakértő által lektorált (peer-reviewed) kutatás során a rendszert a legnehezebb orvosi eseteket tartalmazó New England Journal of Medicine (NEJM) klinikai esettanulmányain (304 komplex eset), valamint sürgősségi osztályos felvételeken (325 eset) tesztelték .

Az eredményeket valódi, praktizáló általános orvosok (háziorvosok és belgyógyászok) teljesítményével vetették össze :

A Microsoft MAI-DxO rendszere a komplex orvosi esetek diagnosztizálásában 83,2%-os pontosságot ért el, míg az orvosok átlagosan 36,1%-os pontossággal diagnosztizáltak, még szakirodalmi és internetes segédanyagok használata mellett is. Segédeszközök nélkül az orvosok pontossága 22,3%-ra csökkent.

A sürgősségi betegfelvételi adatok alapján a Microsoft MI-rendszere 80,3%-os pontossággal diagnosztizált, míg az emberi orvosok 46,8%-os pontosságot értek el. Az eredmények szerint az MI jelentősen jobb teljesítményt nyújtott a sürgősségi esetek diagnosztizálásában.

A Microsoft MAI-DxO rendszere nemcsak pontosabb diagnózisokat adott, hanem 30-50%-kal kevesebb és olcsóbb vizsgálatot rendelt el. A rendszer több célzott kérdést tett fel a betegeknek, így hatékonyabban és költségtakarékosabban jutott el a helyes diagnózishoz.

Több területen hozhat áttörést

A Microsoft új fejlesztése alapjaiban rajzolhatja át az egészségügyi ellátórendszert:

Háziorvosok és általános belgyógyászok: Nem kell helyettesíteniük az orvost, de felbecsülhetetlen értékű másodvélemény-szolgáltató és diagnosztikai asszisztens válhat belőlük a mindennapi praxisban .
Kórházi sürgősségi osztályok: A betegek gyors és pontos osztályozásában (triázs) nyújthat azonnali segítséget, csökkentve a várakozási időt és a diagnosztikai tévedések számát .
Egészségügyi intézményvezetők és finanszírozók: A feleslegesen kiírt laborvizsgálatok és MR/CT vizsgálatok számának csökkentésével óriási költségeket takaríthatnak meg.
Páciensek: Gyorsabb, pontosabb diagnózist kaphatnak, kevesebb felesleges és megterhelő vizsgálat mellett .

Mit jelent ez hazai és európai környezetben?

Noha a technológiai áttörés lenyűgöző, a hazai és európai uniós gyakorlati bevezetés előtt komoly akadályok állnak:

Szigorú EU-s szabályozás: Az Európai Unió Mesterséges Intelligencia Aktusa (AI Act) az egészségügyi diagnosztikai szoftvereket a magas kockázatú (high-risk) kategóriába sorolja. Ez azt jelenti, hogy az MAI-DxO-hoz hasonló rendszerek csak rendkívül szigorú megfelelőségi vizsgálatok, auditok és átláthatósági követelmények teljesítése után kaphatják meg a CE-jelölést.
Adatvédelmi kérdések (GDPR): A betegek adatainak felhőbe küldése (különösen amerikai tech-óriások szervereire) szigorú jogi falakba ütközik Európában. Helyi, akár intézményen belül futtatható (on-premise) vagy titkosított európai felhős megoldásokra lesz szükség.
Magyar nyelv és integráció: A hazai egészségügyben való alkalmazáshoz elengedhetetlen a magyar orvosi szaknyelv, a rövidítések és a helyi leletformátumok tökéletes ismerete, valamint az Elektronikus Egészségügyi Szolgáltatási Térrel (EESZT) való zökkenőmentes integráció.

⚠️ Kockázatok és korlátok

Bár a 83%-os eredmény látványos, fontos megemlíteni a kutatás korlátait:

Ez még nem klinikai teszt: A Science-ben közzétett kutatás szimulált eseteken és szöveges leírásokon alapult, nem valódi betegeken. A betegekkel való valós interakció és a fizikális vizsgálatok hiánya miatt a klinikai hatékonyság még bizonyításra szorul .
Specialisták hiánya az összehasonlításban: A vizsgált rendkívül komplex NEJM-eseteket a valóságban nem egyedülálló háziorvosok, hanem magasan képzett szakorvosi teamek diagnosztizálják. Az ő teljesítményükkel nem vetették össze közvetlenül az MI-t .
Függőség a nagy modellektől: Az orchestrator pontossága nagyban függ az olyan amerikai modellek erejétől, mint a GPT-5 . Emiatt a Microsoft már most gőzerővel fejleszti a Mayo Clinic-kel közösen a saját, kifejezetten egészségügyi alapmodelljét, amelyet 2027-re terveznek piacra dobni .

Összefoglalva

A Microsoft MAI-DxO rendszere bebizonyította, hogy az orvosi mesterséges intelligencia túllépett az egyszerű lexikális tudás visszaböfögésén . Az ágensek közötti strukturált vita és a szekvenciális vizsgálat-tervezés valódi paradigmaváltást hozhat a klinikai döntéshozatalban .

A technológia gyakorlati tesztelése a napokban indul a bostoni Beth Israel Deaconess Medical Centerben, ahol éles kórházi környezetben, önkéntes páciensek bevonásával vizsgálják majd a rendszer működését . Ha ezek a vizsgálatok is sikeresek lesznek, az évtized végére az orvosi rendelők akár kötelező digitális asszisztensévé válhat a mesterséges intelligencia.