🤖💉 MAI-DxO: ИИ-«консилиум», который диагностирует в 4 раза точнее врачей и на 20 % дешевле

Microsoft выкатили свежий препринт и новую площадку SDBench - интерактивный тест из 304 клинико-патологических кейсов NEJM, где человек или ИИ должен шаг-за-шагом задавать вопросы, назначать исследования и, учитывая их стоимость, выйти на окончательный диагноз. Это имитирует реальное клиническое «итеративное» мышление и устраняет недостатки статичных викторин.

Для работы с этим бенчмарком Microsoft создают MAI Diagnostic Orchestrator (MAI-DxO) — модель-оркестратор, которая разыгрывает «виртуальную панель врачей», формирует дифференциальный список, выбирает информативные и недорогие тесты и решает, когда остановиться.

Результаты команды людей и различных ИИ, а также то, что то случилось, когда их оркестратор MAI-DxO «нанял» модель o3 от OpenAI? вы можете увидеть на картинке к данному посту ⬆️

Почему это важно?

1️⃣×4 к точности — ИИ бьёт медианный уровень людей на тех же кейсах.

2️⃣ Минус 20 % затрат — меньше расходов на диагностику, чем у врачей, и −70 % по сравнению с «сырым» LLM.

3️⃣ Оркестрация > сильная модель — MAI-DxO повышает класс даже у Gemini, Claude, Llama и др.

4️⃣ Реалистичный бенчмарк — оценивает не только «угадай-болезнь», но и экономичность решений.

Вывод

Будущее медтеха — это не столько одиночные «супермодели», сколько команды ИИ-агентов, которые думают как клиницисты: опрашивают пациента, балансируют точность и стоимость.

А вы доверили бы такому ИИ-консилиуму свой дифференциал? Пишите в комментариях!⬇️