سامانه‌ی چندعاملی مایکروسافت در آزمون‌های پزشکی، دقیق‌تر و کم‌هزینه‌تر از پزشکان بود، اما هنوز اعتبارسنجی بالینی نشده است.
مایکروسافت می‌گوید ابزار هوش مصنوعی تازه‌اش می‌تواند برخی بیماری‌ها را تا چهار برابر دقیق‌تر از پزشکان تشخیص دهد. نتیجه‌ی چشمگیر آزمایش‌ها، چشم‌اندازی از «ابرهوش پزشکی» ترسیم می‌کند، اما فاصله‌ی میان حل پرونده‌های ثبت‌شده و تصمیم‌گیری کنار تخت بیمار همچنان پابرجا است.
مصطفی سلیمان، مدیرعامل بخش هوش مصنوعی مایکروسافت، گفته دوران وعده‌های کلی درباره‌ی نقش هوش مصنوعی در سلامت رو به پایان است و کاربرد عملی فناوری سرانجام از راه رسیده‌اند.
پژوهشگران مایکروسافت برای ارزیابی سامانه، عملکرد آن را در مجموعه‌ای از سناریوهای برگرفته از گزارش‌های پزشکی و داده‌های بخش اورژانس با عملکرد پزشکان مقایسه کردند. پرونده‌ها در معیاری با نام SDBench گردآوری شده‌اند و مایکروسافت قصد دارد معیار مذکور را به‌صورت متن‌باز منتشر کند.
یک گروه مجازی از متخصصان
هسته‌ی پروژه، سامانه‌ای موسوم به Microsoft Diagnostic Orchestrator است. این ابزار مانند هیئتی از متخصصان پزشکی عمل می‌کند و چند عامل هوش مصنوعی را برای بررسی علائم، مرور سابقه‌ی پزشکی، انتخاب آزمایش‌ها و رسیدن به تشخیص نهایی کنار هم قرار می‌دهد.
فرایند کار به گفت‌وگوی تشخیصی پزشک شباهت دارد. سامانه به‌جای دریافت تمام اطلاعات به‌صورت یکجا، سؤال می‌پرسد، توضیح‌های احتمالی را سبک‌وسنگین می‌کند و آزمایش‌های لازم را سفارش می‌دهد. سپس با ورود هر داده‌ی تازه، فرضیه‌های قبلی را بازبینی می‌کند تا به محتمل‌ترین تشخیص برسد.
نتایج پرونده‌های برگرفته از صدها گزارش منتشرشده در The New England Journal of Medicine اختلاف محسوسی را نشان داد:
- دقت تشخیصی سامانه‌ی مایکروسافت حدود ۸۳ درصد بود.
- پزشکان عمومی با دسترسی به منابع به دقتی نزدیک به ۳۶ درصد رسیدند.
- پزشکانی که بدون منابع کمکی کار کردند، دقتی در حدود ۲۲ درصد داشتند.
آزمون دوم به پرونده‌های واقعی بخش اورژانس مربوط می‌شد. ابزار مایکروسافت به دقت ۸۰ درصد دست یافت، درحالی‌که میانگین پزشکان انسانی ۴۷ درصد بود. برآورد پژوهشگران همچنین نشان داد سامانه معمولا با هزینه‌ی تشخیصی کمتری به پاسخ می‌رسد، زیرا آزمایش‌های غیرضروری کمتری درخواست می‌کند.
نسخه‌ی آزمایش‌شده‌ی Diagnostic Orchestrator از مدل GPT-5 قدرت می‌گیرد. پژوهشگران می‌گویند معماری چندعاملی حتی از مدل‌های پیشرو در حالت مستقل نیز بهتر عمل کرده، هرچند مقاله‌ی مایکروسافت مدل‌های جدیدتری مانند GPT-6 Astra، Muse Wonder Full متا، Gemini 4 Argon گوگل و Opus 5.5 آنتروپیک را پوشش نمی‌دهد.
طراحی اولیه‌ی سامانه به زمانی بازمی‌گردد که GPT-4.1 پیشرفته‌ترین مدل در دسترس تیم بود. آزمایش‌های بعدی، به‌گفته‌ی پژوهشگران، نشان داده‌اند افزایش توان مدل پایه لزوما مزیت هماهنگی چند عامل را از میان نمی‌برد. هر عامل می‌تواند بخشی از مسئله را بررسی کند و هماهنگ‌کننده نیز اختلاف نظرها، هزینه‌ی آزمایش‌ها و مسیر رسیدن به پاسخ را مدیریت می‌کند.
فاصله‌ی معیار آزمایشگاهی تا بیمارستان
اعداد منتشرشده به‌معنای آمادگی ابزار برای استفاده‌ی مستقل در بیمارستان نیستند. تمام ارزیابی‌ها تاکنون روی پرونده‌های گذشته انجام شده‌اند و هنوز روشن نیست سامانه زیر فشار زمانی، در مواجهه با اطلاعات ناقص یا هنگام گفت‌وگو با بیماران واقعی چه عملکردی خواهد داشت.
سلیمان با تأکید بر نیاز به اعتبارسنجی بالینی گفته عبور به محیط واقعی جهشی بزرگ خواهد بود، هرچند نتایج فعلی را نقطه‌ی عطف مهمی در مسیر توسعه می‌داند. مقایسه‌ی مستقیم درصدها نیز باید با احتیاط صورت گیرد، زیرا عملکرد روی یک معیار کنترل‌شده لزوما معادل کیفیت مراقبت پزشکی در جهان واقعی نیست.
دکتر دومینیک کینگ، مدیر بخش سلامت هوش مصنوعی مایکروسافت و یکی از نویسندگان پژوهش، می‌گوید تشخیص فقط بخشی از برنامه‌ی گسترده‌تر برند برای سلامت به‌شمار می‌رود. مایکروسافت در مقاله‌ای که قرار است در نشریه‌ی پزشکی BMJ Digital Health & AI منتشر شود، پنج توانایی دیگر موردنیاز هوش مصنوعی پزشکی را بررسی کرده است.
مایکروسافت قصد دارد با همکاری یک مرکز پزشکی، ارزیابی بیمارستانی سامانه را آغاز کند. ردموندی‌ها زمان قطعی ارائه نکرده‌اند، اما انتظار دارند کار طی چند ماه آینده کلید بخورد. سلیمان نیز از اعلام جدول زمانی مشخص خودداری کرده است.
تجاری‌سازی در افق پروژه قرار دارد، ولی زمان عرضه و شکل دسترسی به ابزار هنوز معلوم نیست.
پزشک همچنان در مرکز مراقبت می‌ماند
چشم‌انداز مایکروسافت حذف پزشک نیست. سلیمان که پیش‌تر از رویکرد «انسان‌محور» خود در توسعه‌ی هوش مصنوعی سخن گفته بود، تأکید دارد متخصصان انسانی باید همواره نقشی مرکزی در مراقبت از بیمار داشته باشند. تشخیص تنها یک مرحله از پزشکی به‌شمار می‌رود و اعتماد، همدلی، توضیح گزینه‌های درمانی و پذیرش مسئولیت بالینی را نمی‌توان صرفا با امتیاز یک معیار سنجید.
ورود ابزارهای هوشمند حتی ممکن است در کوتاه‌مدت حجم کار پزشکان را افزایش دهد، زیرا خروجی سامانه‌ها باید بررسی و با شرایط واقعی بیمار تطبیق داده شود. امید مایکروسافت بر کاهش کارهای تکراری و فرساینده متمرکز شده تا پزشکان فرصت بیشتری برای ارتباط مستقیم با بیماران داشته باشند.
نظر شما درباره‌ی نقش هوش مصنوعی در تشخیص بیماری‌ها چیست؟
