تقدم مايكروسوفت MAI Diagnostic Orchestrator خطوة نحو الذكاء الفائق الطبي
قدمت مايكروسوفت مؤخرًا منسق التشخيص MAI (MAI‑DxO)، وهو نظام ذكاء اصطناعي ثوري حقق دقة تشخيصية أعلى بأربعة أضعاف من الأطباء المتمرسين في بعض أصعب الحالات الطبية. يعد هذا تقدمًا كبيرًا نحو ما تسميه مايكروسوفت "الذكاء الفائق الطبي".
اقرأ المنشور الأصلي من مايكروسوفت
ما هو MAI‑DxO
MAI‑DxO هو إطار عمل تنسيقي للذكاء الاصطناعي يحاكي فريقًا طبيًا افتراضيًا. يتكون من وكلاء ذكاء اصطناعي متخصصين مسؤولين عن توليد الفرضيات، اختيار الاختبارات التشخيصية، مراقبة التكاليف، والوصول إلى التشخيص النهائي. يتجادل هؤلاء الوكلاء، ويحسنون، ويتعاونون لمحاكاة التفكير السريري.
الميزات الرئيسية
- منهجية سلسلة النقاش حيث يتحدى الوكلاء نتائج بعضهم البعض ويُحسنونها.
- إطار عمل مستقل عن النموذج متوافق مع o3 من OpenAI، وكلود، وجيميني، وغروك، ولاما، وديب سيك.
- اتخاذ قرارات مدرك للتكلفة لتجنب الاختبارات غير الضرورية وتحسين الكفاءة.
كيف تم تقييمه
أنشأت مايكروسوفت معيار التشخيص التسلسلي (SDBench)، وهو مجموعة اختبارات مكونة من 304 حالات سريرية معقدة للغاية من مجلة نيو إنجلاند الطبية، تم تصميمها لمحاكاة تحديات التشخيص الواقعية.
شمل مسار التقييم ما يلي:
- طرح الوكلاء للأسئلة، طلب إجراء فحوصات، وتحسين التشخيص بشكل تكراري.
- محاكاة تكاليف الفحوصات لتقييم الكفاءة الاقتصادية.
كيف يقارن بالأطباء
| المعيار | MAI‑DxO + OpenAI o3 | الأطباء البشريون (5–20 سنة خبرة) |
|---|---|---|
| دقة التشخيص | 85.5% | 20% |
| متوسط التكلفة لكل حالة | $2,397 | $2,963 |
تفوق MAI‑DxO بشكل ملحوظ على الأطباء المتمرسين من حيث الدقة، مع تقليل التكاليف بنسبة تقارب 20%.
لماذا هذا مهم
- الدقة والكفاءة: يعالج MAI‑DxO مفارقة الرعاية الصحية المتمثلة في الإفراط في العلاج في الحالات البسيطة وفقدان التشخيص في الحالات المعقدة.
- دمقرطة الخبرة: يوفر دعم اتخاذ قرار بمستوى الخبراء في المناطق ذات الموارد المحدودة.
- الشفافية: يمكن التدقيق وشرح مسار التفكير خطوة بخطوة.
التحديات المقبلة
- التحقق السريري: لا تزال هناك حاجة لتجارب واقعية حيث يستخدم الأطباء جميع الأدوات المتاحة ويتعاونون ضمن فرق.
- الموافقة التنظيمية: يجب معالجة المخاوف المتعلقة بالسلامة، والتحيز، والخصوصية قبل تطبيقه سريريًا.
ما التالي
- تخطط مايكروسوفت لدمج MAI‑DxO في Bing و Copilot، اللذان يتعاملان بالفعل مع ملايين الاستفسارات الصحية.
- التعاون مع المستشفيات (مثل Beth Israel Deaconess) لاختبار MAI‑DxO ضمن سير العمل السريري.
- يعتقد الباحثون أن التشخيصات شبه الخالية من الأخطاء قد تصبح ممكنة في غضون 5 إلى 10 سنوات.
أفكار أخيرة
يمثل MAI‑DxO خطوة هامة نحو أنظمة ذكاء اصطناعي يمكنها التفكير مثل الخبراء الطبيين. ويبرز نجاحه في اختبارات معيارية معقدة إمكانية أنظمة الذكاء الاصطناعي متعددة الوكلاء في تحويل التشخيص الطبي—مع بقاء كثير من العمل قبل أن تصبح تلك الأنظمة جاهزة للتطبيق السريري.