Microsoft a anunțat că sistemul său de diagnostic bazat pe inteligență artificială a pus diagnosticul corect, într-o simulare, de mai mult de două ori mai des decât medicii generaliști. Rezultatele au apărut joi într-un studiu publicat în revista Science, iar Mustafa Suleyman, CEO-ul diviziei Microsoft AI, a numit performanța un pas spre «superinteligența medicală».

Sună spectaculos. Dar, ca la orice anunț mare din tech, detaliile contează mai mult decât titlul.

Sistemul se numește MAI-DxO și nu e un singur model AI, ci un fel de consiliu medical virtual. Mai mulți agenți AI colaborează ca o echipă de doctori: pun întrebări pacientului, comandă analize și investigații, apoi dezbat între ei care e diagnosticul cel mai probabil.

În simularea din studiu, Microsoft a folosit cazuri complexe din New England Journal of Medicine, una dintre cele mai respectate publicații medicale din lume. Sistemul a avut dreptate în 83% din cazuri. Medicii de familie și interniștii generaliști, care au lucrat individual și au avut acces la materiale de referință, au nimerit diagnosticul în doar 36% din cazuri.

Prima nuanță importantă: cazurile de acest tip sunt, în mod normal, preluate de specialiști sau de echipe de medici, nu de generaliști singuri. Ei nu au făcut parte din comparație. Adică AI-ul a fost pus să concureze cu doctori care, în viața reală, nu ar fi fost prima linie pentru astfel de cazuri.

«Aici e ceva foarte substanțial și interesant», a spus Dominic King, vicepreședinte pentru sănătate la Microsoft AI. În opinia lui, cea mai mare problemă a sistemelor de sănătate este dezechilibrul tot mai mare dintre cererea de expertiză medicală și oferta disponibilă.

Ce spun, de fapt, numerele din studiu

Aici povestea devine mai interesantă. Microsoft a testat MAI-DxO cu modele de la mai multe companii, printre care OpenAI, Google, Anthropic, Meta și DeepSeek. Cele mai bune rezultate au venit cu GPT-5 și GPT-5.5 de la OpenAI.

Datele sugerează că o mare parte din salt vine de la modelele AI de bază, mai puternice, iar sistemul de orchestrare construit de Microsoft adaugă câștiguri peste.

Astfel, GPT-5, singur și cu un prompt scurt, a obținut 78,9% pe cazurile complexe, la un cost estimat de circa 8.400 de dolari pe caz. Cu ajutorul MAI-DxO, costul a scăzut cu aproximativ 3.000 de dolari, dar acuratețea a crescut cu doar vreo patru puncte procentuale. La cazurile din camera de urgențe, diferențele au fost aproape inexistente, atât la acuratețe, cât și la cost.

Cu GPT-5.5, lansat în aprilie 2026, imaginea s-a împărțit. Pe cazurile complexe, sistemul a ridicat scorul de la 72% la aproape 87%, la un cost ușor mai mic. Pe cazurile de urgență însă, ambele variante au stat la circa 85%, la costuri similare.

Sistemul ajută cel mai mult acolo unde modelul de bază e mai slab. Gemini 2.5 Flash, de exemplu, a urcat de la 46,4% la aproape 69% cu MAI-DxO. Totuși, diferența dintre modelele slabe și cele puternice a fost mai mare decât ajutorul oferit de orchestrator.

Cercetătorii Microsoft explică asta printr-un efect firesc: pe măsură ce modelele se apropie de maximul teoretic, câștigurile se micșorează. Un purtător de cuvânt al companiei a adăugat că orchestrarea ajută la optimizarea simultană a acurateței și a costului.

Visul lui Suleyman

Suleyman, care conduce efortul Microsoft de a-și construi propriile modele AI de frontieră, spune că firma lucrează cu Mayo Clinic la antrenarea unui model fundamental pentru sănătate, cu lansare planificată anul viitor. Crede că acesta va permite «salturi enorme», iar MAI-DxO e doar parte din infrastructura de bază.

«Cred cu adevărat că în 2027 vom fi în pragul unei descoperiri de tip coding pentru dosarele medicale», a spus el. Ideea ar fi ca sistemele AI să prezică cu mare acuratețe cum va evolua un dosar medical, iar o astfel de privire în viitor ar fi, în cuvintele lui, «praf de aur» pentru clinicieni.

Suleyman nu e un nou-venit în domeniu. A cofondat DeepMind, achiziționat de Google în 2014. Anul următor, DeepMind a cumpărat Hark, startup-ul lui King, o aplicație de gestionare a sarcinilor clinice, iar cei doi au lansat împreună DeepMind Health. Suleyman a ajuns la Microsoft în 2024 ca să conducă divizia de AI, iar King l-a urmat câteva luni mai târziu. «Suntem pur și simplu niște credincioși adevărați», a rezumat Suleyman.

Cursa AI-ului medical

Microsoft nu e singura care face astfel de afirmații. Google și OpenAI au publicat și ele rezultate prin care spun că sistemele lor pot egala sau depăși medicii în sarcini de diagnostic. Competiția e acum una de marketing la fel de mult ca una de știință: fiecare gigant vrea să fie primul care poate spune că AI-ul lui «bate doctorii».

Aici apare și scepticismul. O simulare cu cazuri dintr-o revistă medicală e foarte departe de un cabinet aglomerat, cu pacienți reali, istorice incomplete și decizii luate în minute, nu în ore de analiză. Un diagnostic corect pe hârtie nu înseamnă automat un tratament mai bun sau o viață salvată.

Suleyman spune că utilizarea AI generativ în sănătate e încă la început și se așteaptă ca modelele din domeniu să devină cu un ordin de mărime mai capabile. Rămâne de văzut dacă promisiunea se va confirma în studii cu pacienți reali și sub supraveghere medicală.

Până atunci, concluzia onestă e mai nuanțată decât titlul de presă: AI-ul poate fi un asistent impresionant pentru cazurile grele, dar cea mai mare parte a performanței vine de la modelele de bază, nu de la sistemul care vine să le «orchestreze». Iar între «bate medicii într-o simulare» și «înlocuiește medicii» e o distanță pe care nimeni nu a demonstrat-o încă.