Microsoft использовала в MAI-DxO несколько известных языковых моделей, включая GPT, Llama, Claude, Gemini, Grok и DeepSeek. Наиболее эффективной связкой оказалось сочетание инструмента с моделью o3 от OpenAI. Компания подчеркнула, что врачи в тесте работали изолированно, без возможности консультаций с коллегами или доступа к дополнительным ресурсам — условие, не соответствующее реальной практике.

Это достижение отличается от предыдущих тестов ИИ в медицине, например, сдачи экзамена USMLE, где системы показывают почти идеальные результаты. Microsoft отмечает, что новый тест фокусируется на «последовательной диагностике» — ключевом навыке реальной врачебной работы, требующем глубокого понимания, а не запоминания.

В настоящее время MAI-DxO не доступен для клинического использования. Следующие шаги включают тестирование инструмента на более распространённых заболеваниях. Перед возможным внедрением потребуются клинические испытания для оценки безопасности и эффективности, а также одобрение регулирующих органов. Вице-президент Microsoft AI по вопросам здравоохранения Бэй Гросс назвал разработку «доказательством концепции», показывающим, что ИИ может осваивать сложнейшие диагностические задачи, используя врачебную логику.

Компания подчеркивает, что цель инструмента — не замена врачей, а поддержка: автоматизация рутинных задач, помощь в постановке диагноза и разработка персонализированных стратегий лечения. Подробности исследования изложены в научной статье, которая ещё не прошла рецензирование.