MAI-DxO (диагностический оркестратор), разработанный исследователями Microsoft, в исследовании, опубликованном 22 октября 2026 года в журнале Science, правильно диагностировал 83% сложных случаев из New England Journal of Medicine в условиях симуляции. Для сравнения: врачи общей практики (терапевты первичного звена и врачи-интернисты), работавшие в одиночку и имевшие доступ к вспомогательным материалам, показали точность лишь 36%. Глава Microsoft AI Мустафа Сулейман назвал этот результат шагом к «медицинскому суперинтеллекту» (medical superintelligence), к которому стремится компания.
Как проходил тест
MAI-DxO — система, объединяющая несколько агентов искусственного интеллекта: они работают как консилиум врачей — опрашивают пациента, назначают анализы и обсуждают диагноз между собой. В ходе испытаний именно такой «консилиум» диагностировал сложные клинические случаи более чем в два раза точнее, чем врачи, работавшие в одиночку.
Однако есть важное уточнение: как подчёркивают сами исследователи, такие сложные случаи обычно ведут узкие специалисты или группа врачей, однако в сравнении они не участвовали. Поэтому читать цифры 83% и 36% как «искусственный интеллект превзошёл всех врачей» неверно — речь идёт о сравнении с врачами общей практики, работавшими в одиночку. Важно помнить и другое: тест проходил в условиях симуляции — DxO работал не с реальными пациентами, а с письменными клиническими случаями, опубликованными в NEJM. Результат демонстрирует способность системы к сложному диагностическому мышлению, но это не означает, что её можно напрямую перенести в клиническую практику.
Цена и модели: где система сильна, а где — нет
Исследователи протестировали DxO на моделях нескольких компаний. Лучшие результаты были зафиксированы на моделях GPT-5 и GPT-5.5 от OpenAI.
Работая с GPT-5, DxO снизил стоимость каждого случая примерно на 3 000 долларов и повысил точность примерно на четыре процентных пункта. А с более новой GPT-5.5 результат разительно отличался: DxO поднял точность с 72% почти до 87% — при несколько более низкой стоимости.
Однако границы системы тоже проявились отчётливо. В случаях отделений неотложной помощи (emergency department) DxO почти не дал дополнительной пользы — и точность, и стоимость оказались примерно такими же, как без DxO. Кроме того, исследователи отмечают, что польза слоя оркестрации уменьшается по мере приближения моделей к теоретическому максимуму: основная часть улучшений исходит от самих более сильных базовых моделей, а оркестрация добавляет прирост уже поверх этого. При этом разрыв между сильными и слабыми моделями остался больше, чем преимущество, которое даёт DxO. Иными словами, будущее DxO во многом зависит от самих базовых моделей: хотя оркестрация сегодня даёт заметное преимущество, по мере совершенствования моделей её доля будет сокращаться.
«Медицинский суперинтеллект» и следующие шаги
Microsoft определяет термин «medical superintelligence» так: «способность превосходить самые сильные современные системы здравоохранения под управлением человека в медицинском мышлении и координации на протяжении всего цикла оказания помощи». Компания хочет выйти за рамки оценки отдельных задач — таких как ответы на вопросы медицинских экзаменов или постановка единичного диагноза — и добиться лучших результатов за счёт интеграции искусственного интеллекта с клиницистами и системами здравоохранения. Это определение заслуживает внимания: Microsoft нацелился не на превосходство в отдельной задаче вроде постановки единичного диагноза, а на то, чтобы превзойти системы под управлением человека по всей цепочке — от приёма пациента до координации лечения. То есть критерий оценки — не один тест, а общая эффективность системы здравоохранения.
Следующие шаги идут в двух направлениях. Во-первых, Сулейман сообщил, что Microsoft совместно с Mayo Clinic готовит базовую модель для здравоохранения — релиз запланирован на следующий год. Во-вторых, в рамках нового партнёрства с медицинским центром Beth Israel Deaconess в Бостоне способность DxO к клиническому мышлению будет оцениваться в реальных больничных условиях — параллельно со стандартной медицинской помощью. Пациенты, давшие согласие на участие в исследовании, получают обычное лечение и одновременно «работают» с DxO — затем рекомендации системы сравнивают с заключениями врачей. Такой параллельный дизайн выбран ради безопасности пациентов: участники в полном объёме получают обычную медицинскую помощь, а DxO работает независимо и одновременно — его выводы не влияют на лечение, их лишь позже сравнивают с заключениями врачей.
Система пока остаётся в статусе научного исследования — параллельные испытания в бостонской больнице ещё только начинаются, результаты не опубликованы. Поэтому эффективность MAI-DxO в реальной клинической практике пока не доказана.
Эту новость 22 октября подтвердил и The Verge — сославшись на исследование Microsoft в Science, издание отметило превосходство диагностического инструмента над врачами и истолковало результаты как инфраструктуру на пути к «medical superintelligence».
