Laut einer Untersuchung, die am Donnerstag in Science veröffentlicht wurde diagnostizierte Microsofts KI-Diagnosesystem komplexe medizinische Fälle in einer Simulation mehr als doppelt so oft wie allgemeinmediziner. Mustafa Suleyman, CEO von Microsoft AI, bezeichnete das Ergebnis als Schritt auf dem Weg zur „medizinischen Superintelligenz“.
Das System, das als MAI-DxO bezeichnet wird, koordiniert mehrere KI-Agenten, die wie ein Team von Ärzten funktionieren. Sie stellen den Patienten Fragen, veranlassen Tests und diskutieren die Diagnose.
In einer Simulation mit komplexen Fällen aus dem New England Journal of Medicine lag die Richtigkeit bei 83%. Ärzte der Primärversorgung und Allgemein internisten, die individuell mit Referenzmaterialien arbeiteten, waren 36% der Zeit richtig. Eine Anmerkung: Solche komplexen Fälle werden normalerweise von Spezialisten oder Arztteams behandelt, die nicht an der Vergleichung teilgenommen haben.
„Es gibt etwas sehr Substanzielnd und Aufregend hier“, sagte Dominic King, Vizepräsident für Gesundheit bei Microsoft AI, gegenüber TechCrunch. „Die größte Herausforderung im Gesundheitswesen ist der zunehmende Mangel zwischen Anforderungen und Angeboten von medizinischer Expertise.“
In der Veröffentlichung dieser Ergebnisse schließt Microsoft Google und OpenAI ein, indem sie behaupten, dass ihre eigene KI den Ärzten in der Behandlung von simulierten Krankheiten gleichziehen oder sogar übertrumpfen kann.
Die Daten der Studie zeigen, dass ein Großteil der Verbesserung von leistungsfähigeren untersten KI-Modellen stammt, wobei das Orchestrierungssystem von Microsoft zusätzliche Vorteile bringt.
Microsoft hat MAI-DxO mit Modellen mehrerer Unternehmen getestet, darunter OpenAI, Google, Anthropic, Meta und DeepSeek, aber die besten Ergebnisse wurden mit den GPT-5 und GPT-5.5 von OpenAI erzielt.
mit einem Baseline-Prompt über verschiedene große Sprachmodelle.Bildquellen: Microsoft AI
Microsoft maß DxO sowohl unter Berücksichtigung der Kosten als auch unter Berücksichtigung der Genauigkeit – das heißt, die geschätzten Kosten für die Ausführung des AI in jedem Fall. Allein mit einem kurzen, einfachen Prompt erzielte GPT-5 bei komplexen Fällen eine Punktzahl von 78,9 % bei etwa 8.400 US-Dollar pro Fall. DxO reduzierte diese Kosten um etwa 3.000 US-Dollar, aber die Genauigkeit stieg nur um etwa vier Punkte. Bei Notfalldepartments gab es kaum Verbesserungen in Bezug auf sowohl die Genauigkeit als auch die Kostensenkung zwischen GPT-5 allein und mit der Unterstützung von DxO.
Mit GPT-5.5, einem neuen Modell, das im April 2026 veröffentlicht wurde, waren die Ergebnisse unterschiedlich. Bei komplexen Fällen erhöhte DxO die Genauigkeitsrate von GPT-5.5 von 72% auf fast 87%, allerdings zu einem etwas niedrigeren Preis. Die Vorteile zeigten sich jedoch wieder nicht bei Notfallfällen. Sowohl (mit und ohne DxO) erzielten etwa 85% – zum gleichen Preis.
DxO hilft am meisten bei komplexen Fällen und bei weniger leistungsfähigen AI-Modellen. Gemini 2.5 Flash erzielte beispielsweise allein 46,4 %, aber mit DxO fast 69 %. Dennoch war der Unterschied zwischen den schwächeren und stärkeren Modellen größer als der Verbesserung, die DxO bot.
Microsofts Forscher sagten, dass die Verbesserungen in der Genauigkeit natürlich abnehmen, wenn die Modelle dem theoretischen Maximum nahekommen. „Die DxO-Orchestrierung unterstützt die größere Herausforderung der Optimierung sowohl der Genauigkeit als auch des Kosten“, fügte ein Sprecher hinzu.
Suleyman, der die Bemühungen von Microsoft bei der Entwicklung einer eigenen Grenz-AI-Technologie leitet, sagte gegenüber TechCrunch, dass das Unternehmen mit der Mayo Clinic zusammenarbeitet, um ein Grundmodell für den Gesundheitssektor zu trainieren – mit einer Veröffentlichung für nächstes Jahr geplant. Er glaubt, dass dieses Modell dem Unternehmen ermöglichen wird, „wirklich enorme Fortschritte zu machen“, und er sagte, dass DxO Teil der grundlegenden Infrastruktur ist, die Microsoft für echte Durchbrüche im Gesundheitssektor aufbaut.
„Ich glaube wirklich, dass wir im Jahr 2027 an einem Durchbruch in der Programmierstil für medizinische Aufzeichnungen stehen werden“, sagte Suleyman. „Ich denke, wir werden in der Lage sein, sehr genaue Vorhersagen darüber abzuspielen, wie eine medizinische Aufzeichnung verlaufen könnte. Offensichtlich ist diese Art von Voraussicht für einen Arzt Gold wert.“
Suleyman hat seine Karriere damit verbracht, mit der Nutzung von KI, um medizinische Probleme zu lösen. Er war früher Mitgründer von DeepMind, das 2014 von Google übernommen wurde. Im folgenden Jahr kaufte Google DeepMind die Startup von King, Hark, eine App zur Verwaltung klinischer Aufgaben, und die beiden gründeten gemeinsam DeepMind Health. Suleyman trat 2024 bei Microsoft ein, um dort die AI-Abteilung zu leiten, und King folgte einige Monate später.
„Wir sind einfach echte Gläubige“, sagte Suleyman.
Er sagte, dass der Einsatz generativer KI in der Gesundheitswirtschaft noch anfangs ist, aber er erwartet, dass die Gesundheitsmodelle innerhalb von 24 bis 36 Monaten „um eine Größenordnung besser in ihrer Leistungsfähigkeit werden“.
„Wie wir in den letzten fünf oder sechs Jahren mehrfach gesehen haben, geschieht der Fortschritt sehr schnell, sobald man einen Antriebsrad hat“, sagte Suleyman. „Ein Antriebsrad bedeutet, dass wir ein Modell in Produktion haben, das wir mit echten Weltnutzung iterieren, um Lücken im Modell zu identifizieren und diese dann zu beheben und zu verbessern. Das ist auch bei der Programmierung passiert. So war es auch vorher bei Chat.“ Und ich denke, nächstes Jahr wird es auch bei medizinischen Aufzeichnungen und bei klinischer Entscheidungsunterstützung beginnen.
Durch eine neue Partnerschaft mit dem Beth Israel Deaconess Medical Center in Boston wird Microsoft die klinischen Rechenfähigkeiten von DxO in verschiedenen Krankenhausumgebungen untersuchen.
„Diese Technologie ist bereit für die Praxisprüfung, und man kann sich vorstellen, wie komplex und vielfältig die Probleme sind, die aus dem Notdienst eines Krankenhauses in Boston am Freitagabend entstehen“, sagte King.
Er erklärte, wie die Studie ablaufen wird: Die Patienten erhalten eine Standardbehandlung, einschließlich Triage, Zeit mit einem Spezialisten, Behandlungen, Untersuchungen und Entscheidungen darüber, ob es sicher ist, sie entlassen zu können. Parallel dazu werden die, die zustimmen, auch mit DxO arbeiten. Microsoft und seine Partner werden die Empfehlungen von DxO gegen die Empfehlungen der menschlichen Ärzte vergleichen.
Google veröffentlichte dieses Monat eine klinische Studie gemeinsam mit Beth Israel in The Lancet, um die AMIE-konversationale Diagnose-AI von Google in realen Notfallbehandlungen zu bewerten, während menschliche Ärzte die Interaktionen in Echtzeit überwachten.
„Wir glauben, dass dies die größte Studie dieser Art sein wird“, sagte King. „Es wird nicht nur in Notfallumgebungen, sondern auch in medizinischen Notlagen durchgeführt werden, und wir erhalten bis zum Ende der Studiendauer überzeugende Beweise dafür, dass diese Systeme in der Zukunft in größerem Maßstab eingesetzt werden können.“
Mikrosofts Studie in Science überschneidet sich mit einer Art Manifesto bezüglich dessen, was notwendig ist, um eine medizinische Superintelligenz zu entwickeln – definiert als „die Fähigkeit, die stärksten heutigen menschlich geleiteten Gesundheitssysteme in medizinischem Denken und Koordination auf dem gesamten Versorgungsbereich zu übertrumpfen“. Microsoft hofft, sich von der Bewertung einzelner Aufgaben – wie dem Beantworten von medizinischen Prüfungsfragen und der Erstellung von Diagnosen – hinwegzubewegen und stattdessen mit Kliniken und Gesundheitssystemen zu integrieren, um bessere Ergebnisse zu erzielen.
„Das ist die Art von Technologie, die alle auf der Welt wollen – deshalb sind wir bestrebt, alles in unserer Macht Stehende zu tun, um deren Einführung in die Welt zu beschleunigen“, sagte Suleyman und fügte hinzu, dass diese Aufmerksamkeit für Microsoft eine Differenz gegenüber den anderen Frontier-Laboren darstellen könnte.
Microsoft verkauft bereits Diktat- und Radiologiewerkzeuge für Kliniker und betrachtet DxO als Erweiterung dieser Bemühungen.
„In den nächsten Jahren müssen wir die absolute modernste medizinische klinische Entscheidungsunterstützungsprodukte haben“, sagte Suleyman.