Od trzech lat niemal każdy tydzień przynosi nowe wiadomości ze świata sztucznej inteligencji – od narzędzi wspomagających twórców treści, przez systemy automatyzujące codzienne zadania, aż po zaawansowane rozwiązania dla przemysłu.
W samych Stanach Zjednoczonych tylko w 2023 roku startupy AI health zebrały 7,2 mld USD, co stanowiło około 21 % wszystkich inwestycji VC w sektorze healthcare. W pierwszym kwartale 2025 rok startupy AI odpowiadały za 60 % całego finansowania digital health — czyli ok. 3,2 mld USD
Jednak to, co wydarzyło się ostatnio, może przejść do historii jako kamień milowy w rozwoju cyfrowej medycyny. Microsoft ogłosił wprowadzenie nowego systemu diagnostycznego opartego na AI — Microsoft AI Diagnostic Orchestrator (MAI-DxO) — który łączy wiele modeli językowych i specjalistycznych algorytmów w jedną zintegrowaną strukturę symulującą sposób pracy lekarskiego konsylium.
W odróżnieniu od klasycznych modeli generatywnych, MAI-DxO nie jest po prostu kolejnym chatbotem medycznym. To złożony system ekspercki, który — tak jak prawdziwy lekarz — zbiera dane, analizuje objawy, zleca badania i stopniowo zawęża spektrum możliwych diagnoz.
Jak działa MAI-DxO?
Nowe podejście Microsoftu polega na „orkiestracji” wielu modeli AI, z których każdy pełni wyspecjalizowaną funkcję w procesie diagnostycznym:
- jeden model odpowiada za analizę wywiadu medycznego,
- inny za dobór odpowiednich testów diagnostycznych,
- kolejny — za interpretację wyników badań obrazowych i laboratoryjnych,
- a jeszcze inny pełni rolę „koordynatora” podejmującego decyzje w oparciu o wyniki cząstkowe.
Dzięki temu system nie imituje jednej osoby, ale raczej pracę wielodyscyplinarnego zespołu klinicznego, symulując logikę i przebieg realnego procesu diagnostycznego w szpitalu.
Benchmark, który zmienił zasady gry
Aby przetestować skuteczność systemu, Microsoft sięgnął po jedno z najbardziej wymagających źródeł w świecie medycyny — Case Records of the Massachusetts General Hospital, publikowane co tydzień w New England Journal of Medicine. Te przypadki to medyczne „czarne skrzynki” — skomplikowane, niejednoznaczne, często wymagające współpracy specjalistów z wielu dziedzin.
Test diagnostyczny krok po kroku:
- 304 przypadki zostały zamienione na interaktywne scenariusze diagnostyczne,
- system (lub lekarz) mógł iteracyjnie zadawać pytania, zlecać badania i formułować hipotezy,
- każde badanie miało przypisaną wirtualną cenę, co pozwoliło ocenić także koszt interwencji,
- test przeprowadzono równolegle z udziałem 21 doświadczonych lekarzy z USA i UK.
Wyniki: AI vs lekarze
| Kryterium | MAI-DxO | Lekarze (średnia) |
|---|---|---|
| Trafność diagnozy | 85,5% | 20% |
| Koszty diagnostyki | -20% (vs lekarze) | – |
| Koszty diagnostyki | -70% (vs inne AI) | – |
System nie tylko przewyższył lekarzy pięciokrotnie pod względem skuteczności, ale również zredukował wydatki na diagnostykę aż o 70% w porównaniu z konwencjonalnymi modelami AI, które z reguły zlecają zbyt wiele testów „na wszelki wypadek”.
Kontekst systemowy: Dlaczego to ważne?
W wielu krajach systemy opieki zdrowotnej są dziś przeciążone:
- brakuje lekarzy, zwłaszcza specjalistów,
- koszty usług medycznych rosną szybciej niż PKB,
- rośnie liczba pacjentów z chorobami przewlekłymi i złożonymi diagnostycznie.
Rozwiązanie takie jak MAI-DxO może stanowić odpowiedź na te wyzwania, oferując:
- skrócenie czasu do trafnej diagnozy,
- redukcję niepotrzebnych badań,
- wyrównanie dostępu do wysokiej jakości diagnostyki, nawet w mniejszych ośrodkach.
Na razie firma nie ogłosiła konkretnych planów wdrożeniowych ani partnerstw komercyjnych. MAI-DxO pozostaje w fazie badań i demonstracji możliwości. Jednak sam fakt, że tak złożony i wymagający benchmark został opracowany i udostępniony do porównań, może oznaczać początek nowej ery — medycyny wspomaganej przez orkiestrację sztucznej inteligencji.
Podsumowując, Microsoft AI Diagnostic Orchestrator (MAI-DxO) to przełom, który może radykalnie zmienić sposób, w jaki diagnozujemy choroby – nie tylko przyspieszając ten proces, ale też czyniąc go tańszym i bardziej dostępnym.
To także dowód, że przyszłość medycyny nie polega na zastąpieniu lekarza, lecz na stworzeniu cyfrowych narzędzi, które odciążą specjalistów, zwiększą jakość decyzji i umożliwią sprawniejsze zarządzanie zasobami systemu ochrony zdrowia — zarówno w krajach rozwiniętych, jak i w mniej zasobnych systemach opieki.
Bernard Gołko – QVITI S.A | Polsko-Japońska Akademia Technik Komputerowych | AgeTech Polska
