Microsoft внедряет мультиагентный ИИ в клиниках: экономия на диагностике упирается в бюджеты больниц
Точность диагностики в сложных клинических случаях кардинально меняется, когда искусственный интеллект переходит от изолированных чат-ботов к координированным мультиагентным системам. Согласно исследованию, опубликованному в четверг в журнале Science, диагностическая система Microsoft на базе ИИ ставила правильный диагноз в сложных медицинских кейсах в ходе симуляции более чем в два раза чаще врачей общей практики.
Система под названием MAI-DxO координирует работу нескольких ИИ-агентов, которые действуют как консилиум врачей. В симуляции на основе сложных клинических случаев из New England Journal of Medicine она давала верный результат в 83% случаев. Врачи первичного звена и терапевты общего профиля, работающие индивидуально со справочными материалами, справлялись правильно в 36% случаев.
Эти архитектурные сдвиги напрямую меняют структуру затрат при принятии клинических решений. Microsoft протестировала MAI-DxO с моделями от нескольких компаний, включая OpenAI, Google, Anthropic, Meta* и DeepSeek, но лучших результатов удалось добиться с помощью моделей OpenAI GPT-5 и GPT-5.5. Сама по себе модель GPT-5 с коротким базовым промптом набирала 78.9% правильных ответов на сложных кейсах при стоимости около $8,400 за один случай. DxO снизила эти затраты примерно на $3,000, повысив точность всего на четыре пункта.
Собственные данные исследования показывают, что большая часть прироста эффективности обеспечивается более мощными базовыми ИИ-моделями, поверх которых система оркестрации Microsoft добавляет дополнительные преимущества.
Операционные расходы больниц, запускающих такие рабочие процессы, напрямую зависят от выбора модели и накладных расходов на оркестрацию. С моделью GPT-5.5, выпущенной в апреле 2026 года, результаты разделились. На сложных кейсах DxO увеличила точность GPT-5.5 с 72% почти до 87% при незначительном снижении затрат. Однако в отделениях неотложной помощи эти преимущества вновь не проявились: обе системы показали около 85% точности при сопоставимых расходах.
Больничные ИТ-бюджеты сталкиваются со строгими ограничениями, привязанными к моделям страховых возмещений, где выплаты диктуются фиксированными клинико-статистическими группами, а не вычислительной сложностью запуска мультиагентных ИИ-симуляций. Поскольку плательщики не возмещают больницам тысячи долларов, уходящие на высокоуровневые накладные расходы для инференса, финансовым директорам медицинских учреждений приходится покрывать эти расходы на токены непосредственно за счет операционной маржи. Отделения неотложной помощи представляют собой особенно сложный операционный барьер: триаж пациентов требует быстрого принятия решений в условиях жестких временных рамок, однако MAI-DxO не продемонстрировала заметного прироста точности или эффективности по сравнению с автономными моделями в острых ургентных ситуациях. Когда рабочие процессы интенсивной терапии упираются в нехватку физических коек, дефицит сестринского персонала и необходимость немедленной стабилизации, траты тысяч долларов на каждый кейс ради мультиагентной оркестрации при неизменных диагностических результатах создают жесткий барьер для внедрения софта.
Масштабирование специализированных медицинских моделей требует глубокой интеграции с клиническими учреждениями для валидации возможностей рассуждения в разнообразных реальных условиях. Благодаря новому партнерству с медицинским центром Beth Israel Deaconess Medical Center в Бостоне, компания Microsoft оценит возможности клинического рассуждения DxO в различных больничных условиях. Компания Google в этом месяце опубликовала в журнале The Lancet совместное с больницей Beth Israel клиническое исследование для оценки разговорной диагностической ИИ-системы Google AMIE в условиях реальных визитов в отделения неотложной помощи.
Стратегии коммерциализации опираются на создание фундаментальной инфраструктуры, а не отдельных диагностических инструментов. Как заявил генеральный директор Microsoft AI Мустафа Сулейман, этот результат знаменует собой четкий шаг в сторону медицинской суперинтеллектуальности. Сулейман, возглавляющий работу Microsoft по созданию собственных передовых систем ИИ, сообщил изданию TechCrunch, что компания сотрудничает с клиникой Mayo Clinic для обучения базовой модели в сфере здравоохранения, релиз которой запланирован на следующий год. Доминик Кинг, вице-президент по здравоохранению в Microsoft AI, подчеркнул операционное давление, стимулирующее эти внедрения, заявив, что главной сложностью в оказании медицинской помощи на данный момент является растущий дисбаланс между спросом на медицинскую экспертизу и ее предложением.
Институциональная консолидация и привлечение талантов продолжают формировать конкурентную среду в медицинских технологиях. Мустафа Сулейман ранее был соучредителем DeepMind, которую Google приобрела в 2014 году. Как следует из хроник индустрии, Мустафа Сулейман перешел в Microsoft для руководства ИИ-подразделением в 2024 году, а Доминик Кинг присоединился к нему несколькими месяцами позже.
Покроют ли больничные ИТ-бюджеты затраты на оркестрацию мультиагентных систем при сохранении неизменной эффективности в отделениях неотложной помощи, или же внедрение застопорится на этапе пилотных проектов?
Анализ редакции
### Как развивался сюжет
24 марта 2026 года Microsoft начала привлекать ведущих ученых в сфере ИИ для снижения зависимости от OpenAI, ускорения публикаций и наращивания патентного портфолио минимум на 25%, а 31 июля 2026 года специализированная модель MAI-Cyber-1-Flash превзошла Anthropic Mythos на 12 процентных пунктов на бенчмарке CyberGym при вдвое меньших затратах. Теперь компания представила мультиагентную систему MAI-DxO, которая в ходе опубликованного в Science исследования симулировала врачебный консилиум и ставила верный диагноз в сложных случаях более чем вдвое чаще врачей общей практики.
Наши материалы: 24.03.2026, 31.07.2026
Собрано ИИ из наших материалов, других изданий и первоисточника; у каждой строки — источник
Источник: TechCrunch