Microsoft on julkistanut voimakkaan uuden tekoälyn älykkyysjärjestelmän, jonka mukaan se voi diagnosoida monimutkaiset sairaudet, joiden tarkkuusaste on yli neljä kertaa korkeampi kuin kokeneet lääkärit. Kehitys Yksi huipputasoinen toimeenpaneva toimeenpaneva johtaja, jonka mukaan “Microsoft on ottanut”todellisen askeleen kohti lääketieteellisen älykkyysvarren toimitusjohtajaa Mustafa Suleymania.”. Järjestelmä, jota kutsutaan Microsoft AI-diagnostiikkaorkesteriksi (MAI-DXO), edustaa merkittävää askelta kliinisessä AI: ssa siirtämällä yksinkertaisen testin ottamisen ulkopuolelle vivahteikkaan, askel askeleelta perusteluun, joka määrittelee todellisen lääketieteen.
yksityiskohtaisessa Ilmoitus sen yritysblogissa , Microsoft AI selittää, että sen järjestelmää arvioidaan uuden, tiukemman standardin perusteella. Sen sijaan, että luottaisi lääketieteellisten lisensointikokeiden monivalintakysymyksiin, joista on tullut triviaalia nykyaikaiselle AI: lle, Microsoft loi peräkkäisen diagnoosin vertailukohdan (SD-penkki). Tämä vertailuarvo käyttää 304 New England Journal of Medicine-lehdessä julkaistuista monimutkaisimmista tapaustutkimuksista, pakottaen AI: n pyyntöön iteratiivisesti tietoja ja tilaustestejä diagnoosin saavuttamiseksi, aivan kuten ihmislääkäri.
Tulokset olivat silmiinpistäviä. MAI-DXO-järjestelmä, kun se on pariksi Openain viimeisimmän mallin kanssa, ratkaisi oikein 85,5% näistä haastavista tapauksista, kun taas 21 harjoittavan lääkärin paneeli, jonka tehtävänä oli samat tapaukset, saavutti keskimääräinen tarkkuus vain 20%. Lisäksi AI oli kustannustehokkaampi, saavuttaen oikean diagnoosin vähentäen samalla tarpeetonta menoa-kriittistä pistettä ottaen huomioon, että Yhdysvaltain terveysmenojen jopa 25%: n terveysmenoista pidetään, Tutkimus julkaistu JAMA .”Orkesteraattori”, järjestelmä, joka jäljittelee yhteistyölääkäreiden virtuaalipaneelia. Sen sijaan, että luottaisi yhteen AI-malliin, se koordinoi useita AI-aineita, joilla on erilaisia lähestymistapoja tapauksen analysoimiseksi, muodostamaan hypoteesit ja päättämään, mitkä testit seuraavaksi tilauksesta. Tämä malli-agnostinen kehys, joka on yksityiskohtaisesti a Pre-print-paperi on suunniteltu parantamaan turvallisuutta ja läpinäkyvyyttä korkean panoksen kliinisissä ympäristöissä. Liiallinen AI-pätevyys. Navigoimalla NEJM-tapaustiedostoissa-tiedetään olevan lääketieteen älyllisesti vaativimpia-Microsoft tekee tapauksen, että sen AI pystyy käsittelemään kliinisen päättelyn epäselvyyttä ja monimutkaisuutta. Jotkut asiantuntijat kuitenkin vaativat varovaisuutta huomauttaen, että käytetyt NEJM-tiedostot edustavat reunatapauksia. Todellinen testi ei ehkä ratkaise puhtaita, hyvin dokumentoituja”lääketieteellisiä palapelit, vaan pikemminkin integroimalla tämä kiireisen sairaalan kaoottiseen työnkulkuun.
Workflow Automationiin edistyneeseen diagnostiikkaan
Microsoftille. Tämä on strateginen alusta, jonka tarkoituksena on luoda älykäs moottori, joka hyödyntää yrityksen vakiintuneita pääsysuhteita. Selkeä kehitys hallinnollisten ja työnkulun haasteiden ratkaisemisesta ytimen kliinisten ongelmien ratkaisemiseen. paljastettu Dragon Copilot, äänivaltainen avustaja, joka on rakennettu 19,7 miljardin dollarin vivahteisen viestinnän hankkimisesta vuonna 2021. Työkalu oli tarkoitettu suoraan kliinisten burnoingin vähentämiseen automatisoimalla dokumentaatiota. Jättiläiset Alphafold-projekti ja sen työ BionTechin kanssa AI Lab-apulaisissa. Pitkät lääkkeiden arviointiprosessit. Laajempi maisema sisältää myös kasvavan määrän erikoistuneita startup-yrityksiä, kuten Pariisi-pohjainen Bioptimus, joka julkaisi avoimen lähdekoodin patologiamallin, joka osoittaa, että lääketieteen AI: n kilpailu ulottuu huomattavasti teknisen behemien kanssa. Haasteet, etenkin tiedonsiirron ympärillä. Lääketieteellisen AI: n kouluttamiseen tarvittavat tietojoukot ovat Ison-Britannian äskettäinen kiista NHS: n”ennakointi”-mallissa, joka on koulutettu 57 miljoonan ihmisen määräämistietoihin, korostavat ratkaisemattomia ongelmia. Valtava vastuu, joka liittyy MAI-DXO: n kaltaisten työkalujen kehittämiseen. Teollisuuden on omaksuttava”tietojen arvokkuuden”periaate, jossa kaupallisen arvon henkilötietojen käyttäminen on läpinäkyvä prosessi, jossa on selkeät edut, jotka virtaavat tietojen aloittajiin. Siirry tässä monimutkaisessa eettisessä maisemassa.”Polku lääketieteelliseen superintelligenssiin”, kuten Microsoft toteaa, ei ole vain tekninen ongelma, vaan sosiaalinen ja sääntely, jossa julkinen luottamus on yhtä kriittinen kuin kliinisen tehokkuuden osoittaminen.
