← Все статьи

Microsoft заявляет, что её ИИ точнее врачей в диагностике: что показало рецензируемое исследование в Science и чего оно не показывает

Темы: ИИ, Медицина

Врачебный кабинет с экраном диагностики рядом со стетоскопом

Короткий ответ: 22 октября 2026 года в журнале Science вышло рецензируемое исследование Microsoft о системе Diagnostic Orchestrator. На архивных медицинских случаях из The New England Journal of Medicine система поставила диагноз правильно в 83% случаев против 36% у врачей со справочниками и 22% без них. На случаях из отделений неотложной помощи Бостона результат 80% против 47% у врачей. Глава Microsoft AI Мустафа Сулейман говорит The Verge, что инструмент диагностирует "до четырёх раз точнее" врачей, и называет это шагом к "медицинскому суперинтеллекту". Сама компания и соавторы исследования при этом прямо пишут: систему тестировали только на прошлых случаях из архивов, а как она поведёт себя с живыми пациентами в настоящей больнице, пока неизвестно. Дальше разбираю цифры подробно и что из этого стоит и не стоит делать выводом.

Что опубликовано и как устроен тест

22 октября 2026 года (в четверг) Microsoft опубликовала в журнале Science результаты тестирования своей системы Diagnostic Orchestrator. Это не блог-пост и не пресс-релиз, а статья, прошедшая рецензирование независимых учёных перед публикацией в одном из самых авторитетных научных журналов мира.

Diagnostic Orchestrator устроен как консилиум врачей: несколько ИИ-агентов рассуждают о симптомах и истории болезни пациента, решают, какие анализы назначить, и приходят к диагнозу, повторяя порядок действий, которым пользуются врачи. Версия системы, которая участвовала в этом исследовании, работает на модели OpenAI GPT-5.

Microsoft сравнивала систему с врачами на двух наборах случаев, которые сама собрала в бенчмарк SDBench. Компания заявляет, что сделает этот бенчмарк открытым.

Какие цифры в статье и что они означают

Случаи из The New England Journal of Medicine. На сотнях случаев, разобранных в этом медицинском журнале, Diagnostic Orchestrator поставил правильный диагноз в 83% случаев. Врачи общей практики, которые пользовались справочными материалами, угадали диагноз в 36% случаев, а без справочников в 22%.

Случаи из отделений неотложной помощи. На данных о госпитализациях из Beth Israel Deaconess Medical Center в Бостоне система показала точность 80% против 47% в среднем у врачей-людей. При этом, по данным исследования, система обычно достигала диагноза при более низкой расчётной стоимости, чем врачи.

Отсюда и берётся заявление Сулеймана "до четырёх раз точнее": 83 разделить на 22 (врачи без справочников) дают почти 3,8 раза. Если сравнивать с врачами, которые пользовались справочниками (36%), разница меньше, около 2,3 раза. Заявление в интервью не уточняет, с какой именно группой врачей сравнивают, и это стоит иметь в виду, читая фразу "в четыре раза точнее врачей".

Исследователи также говорят, что Diagnostic Orchestrator превзошёл топовые ИИ-модели, которые решали те же случаи самостоятельно, без разделения на агентов-консультантов. Diagnostic Orchestrator впервые разработали, когда самой продвинутой моделью была GPT-4.1, хотя система, которая участвовала в этом исследовании, работает на более новой модели GPT-5. Ещё более новые модели вроде GPT-6 Astra, Gemini 4 Argon или Claude Opus 5.5 в рецензируемую статью не вошли.

Чего тест не проверял

Это главное, что стоит помнить про эти цифры: Diagnostic Orchestrator тестировали на архивных случаях, уже описанных в медицинской литературе и базах данных, а не на живых пациентах в работающей больнице. Сама Microsoft говорит об этом прямо.

Сулейман так описывает следующий шаг: "Нужна клиническая валидация. Это прыжок, но это важная веха на этом пути". Доктор Доминик Кинг, руководитель направления ИИ в здравоохранении Microsoft и соавтор статьи, рассказал The Verge, что компания планирует начать проверку системы в реальных условиях больницы вместе с тем же Beth Israel Deaconess Medical Center. Точных сроков ни Кинг, ни Сулейман не назвали, но Кинг сказал, что это, вероятно, "начнётся в ближайшие пару месяцев".

О коммерциализации технологии Microsoft тоже пока не сказала ничего конкретного: ни сроков, ни цены, ни того, как именно инструмент дойдёт до врачей и клиник.

Куда это вписывается у Microsoft

Диагностика, по словам Кинга, лишь часть более широкого плана Microsoft, который компания называет "медицинским суперинтеллектом". В блог-посте и статье в журнале BMJ Digital Health & AI, вышедших в тот же день, компания описывает ещё пять направлений, которые, по её мнению, ИИ предстоит освоить. Среди них координация клинической помощи, принятие решений о лечении и работа с человеческой стороной медицины.

У Microsoft уже есть заметное присутствие в здравоохранении США через цифровые инструменты, а тема здоровья, по данным компании, один из самых частых запросов к её потребительскому помощнику Copilot. Кинг подчёркивает, что внедрение должно быть ответственным, с учётом высоких регуляторных требований в медицине.

Сам Сулейман настроен оптимистично: "В следующем году мы увидим чрезвычайно впечатляющие внедрения интеллектуальных систем в производстве. Думаю, это очень сильно изменит то, как оказывается медицинская помощь". При этом он настаивает, что врачи-люди должны и будут всегда играть центральную роль в уходе за пациентами. Своей целью он называет снятие "рутины" с врачей, чтобы у них осталось больше времени на пациентов, хотя и признаёт, что в итоге ИИ может дать врачам больше, а не меньше работы.

Что проверить, если вы владеете клиникой или медицинским сервисом

  1. На каком именно наборе случаев получена цифра точности. 83% и 80% относятся к разным наборам данных (журнальные случаи и записи приёмного отделения), а не к одной общей метрике.
    • Кто делает: вы или ваш медицинский директор.
    • Чем проверить: прочитайте саму статью в Science (не только пересказ), прежде чем ссылаться на конкретный процент в разговоре с пациентами или партнёрами.
  2. Проверялась ли система на случаях, похожих на ваш профиль пациентов. Случаи NEJM и записи одной бостонской больницы не обязательно похожи на то, с чем работает ваша клиника.
    • Кто делает: главный врач или заведующий отделением.
    • Чем проверить: запросите у поставщика похожего инструмента данные о точности именно на вашем профиле заболеваний и возрастной группе пациентов, а не общий процент из рекламного материала.
  3. Что означает "клиническая валидация пройдена" в договоре. Microsoft сама говорит, что валидация ещё не сделана: система тестировалась только на архивных случаях.
    • Кто делает: юрист клиники вместе с главным врачом.
    • Чем проверить: до подписания договора с любым поставщиком диагностического ИИ получите документ о том, на каких именно пациентах и в каких условиях инструмент испытан, а не только на архиве.
  4. Кто несёт ответственность за ошибочный диагноз инструмента. Источник не отвечает на этот вопрос: в материале только общие слова Сулеймана о центральной роли врачей, а не описание того, как распределена ответственность у конкретного продукта.
    • Кто делает: руководитель клиники и юрист.
    • Чем проверить: до подписания договора получите от поставщика и своего юриста письменное разъяснение, как распределяется ответственность между клиникой, врачом и поставщиком ИИ при ошибочном диагнозе, и не полагайтесь на общие слова вроде "решение остаётся за врачом".

Чего из этой новости ждать нельзя

  • Что система уже работает в больницах. Испытания в реальных клинических условиях, по словам Microsoft, только планируются; точных сроков компания не назвала, Кинг говорит лишь, что они, вероятно, начнутся в ближайшие пару месяцев.
  • Что "в четыре раза точнее врачей" это строгое научное сравнение одной цифры с одной. Это расчёт из интервью, основанный на сравнении с худшей из двух групп врачей (без справочников).
  • Что система одобрена регулятором для использования в клинике. В материале нет упоминания регистрации как медицинского изделия ни в США, ни где-либо ещё.
  • Конкретных сроков или цены коммерческого продукта. Microsoft говорит только, что коммерциализация "может быть на горизонте".

Итог

22 октября 2026 года Microsoft опубликовала в журнале Science рецензируемое исследование своей системы Diagnostic Orchestrator: на архивных медицинских случаях она диагностировала точнее врачей, 83% против 36% и 22% на случаях из научного журнала, 80% против 47% на случаях из приёмного отделения. Это результат, прошедший независимую научную рецензию, а не просто слова компании. Но ключевая оговорка остаётся: тест прошёл на архивных случаях, а не на живых пациентах в работающей больнице, и это признаёт сама Microsoft. Если вы рассматриваете похожий инструмент для своей клиники или медицинского сервиса, главное не путать точность на архиве с готовностью к работе с реальными людьми, и требовать от поставщика данные именно по вашему профилю пациентов.

Я занимаюсь ИИ-агентами и автоматизацией. Если хотите посмотреть мои проекты или обсудить свою задачу, загляните в портфолио.

Источники