Mi van akkor, ha egy AI nem csak válaszol egy orvosi kérdésre, hanem lépésről lépésre „gondolkodik”, kérdez, vizsgálatot rendel és közben a költségekre is figyel? A Microsoft most azt állítja: ebben a feladatban a rendszere már látványosan jobban teljesít, mint az általános orvosok.

Mi történt

A Science folyóiratban megjelent, szakmailag lektorált kutatásban a Microsoft AI Diagnostic Orchestrator, röviden MAI-DxO nevű rendszert tesztelték orvosi eseteken. A modell 304, a New England Journal of Medicine-ből származó klinikopatológiai eseten és 325 sürgősségi osztályról felvételre került beteg esetén dolgozott. A cél nem egyszerűen az volt, hogy a rendszer „megmondja a diagnózist”, hanem hogy úgy haladjon végig az eseten, mint egy orvos: a kezdeti panasz alapján felállítson egy munkahipotézist, majd további kérdéseket tegyen fel és vizsgálatokat kérjen.

Az eredmények erősek. Az első adathalmazban a rendszer 83,2 százalékos diagnosztikai pontosságot ért el, miközben az ugyanazokat az eseteket vizsgáló általános orvosok 36,1 százalékon végeztek. A sürgősségi eseteknél az AI 80,3 százalékot, az orvosok 46,8 százalékot értek el. A kutatás nemcsak a pontosságot nézte, hanem azt is, mennyibe kerültek a diagnózishoz vezető vizsgálatok. Ebben is jobban szerepelt a rendszer: a becslés szerint fele-, sőt néha harmadakkora költséggel jutott el az eredményhez.

A fontos részlet az, hogy ez a teszt nem a korábbi, egyszerűbb módszert követte, ahol a modell rögtön megkapja az összes információt egyetlen hosszú leírásban. Itt a rendszer szekvenciálisan dolgozott. Ez annyit jelent, hogy fokozatosan gyűjtötte be az adatokat, mint egy nyomozó, aki nem látja előre a teljes aktát, csak kérdezhet, és minden új válasz után pontosíthatja az elképzelését.

Miért fontos

Ez azért érdekes, mert a diagnosztika az AI egyik legígéretesebb területe: sok adatból kell mintázatot felismerni, kizárni lehetőségeket, és közben mérlegelni, melyik vizsgálat indokolt. Ebben a gépek valóban erősek lehetnek. De a valódi orvoslás nem csak logikai feladvány. Ugyanilyen fontos, hogy az orvos észrevegye, ha a beteg bizonytalan, valamit elhallgat, rosszul fogalmaz, vagy egyszerűen nem tudja, mi releváns. Itt jön a kutatás legnagyobb korlátja: a rendszer nem valódi pácienssel beszélt, hanem egy úgynevezett „gatekeeper agenttel”, vagyis egy közvetítő AI-jal, amely az esetleírásból adagolta az információt. Gondolj erre úgy, mintha egy kiváló vizsgázó nem a való élet kaotikus helyzetében, hanem egy jól előkészített szimulátorban teljesítene remekül. Ez sokat számít, de nem ugyanaz.

Mire figyelj

  1. A következő nagy kérdés az lesz, hogyan teljesít a rendszer valódi klinikai környezetben, valódi betegekkel és valódi időnyomás alatt.
  2. Érdemes figyelni, hogy az ilyen modellek önálló diagnosztaként vagy inkább orvosi döntéstámogató eszközként jelennek-e meg. A kettő között óriási a különbség felelősségben és kockázatban.
  3. Nem mindegy az sem, hogy a költségcsökkentés hogyan viszonyul a betegbiztonsághoz. Az olcsóbb vizsgálati út jó hír lehet, de csak akkor, ha közben nem maradnak ki fontos jelek.
  4. Mustafa Suleyman nyilatkozata alapján a Microsoft gyors gyakorlati bevezetésre készül, de a látványos benchmark-eredmények és a mindennapi betegellátás között még mindig van egy nehéz, szabályozási és szakmai kérdésekkel teli szakasz.