Am 22. Oktober gab Microsoft bekannt, dass sein KI-gestütztes medizinisches Diagnosesystem Diagnostic Orchestrator in Tests mit komplexen Fällen bessere Ergebnisse als menschliche Ärzte erzielt hat. Die entsprechenden Forschungsergebnisse wurden in der internationalen Fachzeitschrift Science veröffentlicht. Mustafa Suleyman, CEO von Microsoft AI, erklärte, dass das Unternehmen auf das Ziel einer überlegenen medizinischen KI hinarbeite und erwartet, dass die Leistung von KI-Systemen im medizinischen Bereich in den kommenden Jahren auf ein Niveau ansteigen wird, das von menschlichen Experten nur schwer zu unterscheiden ist.
Microsoft verglich sein selbstentwickeltes KI-Diagnosesystem mit menschlichen Ärzten anhand einer Reihe von medizinischen Fällen und Notfallabteilungsdaten und etablierte einen Bewertungsmaßstab namens SDBench. Im Gegensatz zu herkömmlichen Tests, die lediglich die Beantwortung einer medizinischen Multiple-Choice-Frage erfordern, verlangt dieser Maßstab von den Teilnehmern, die Krankheitsgeschichte schrittweise zu analysieren, Fragen zu stellen, Untersuchungen auszuwählen und schließlich ein Diagnoseergebnis abzugeben, um den Diagnoseprozess eines klinischen Arztes realistischer zu simulieren. Der Kernansatz von Diagnostic Orchestrator besteht darin, mehrere KI-Agenten zusammenarbeiten zu lassen, um ein Konsilteam aus Ärzten mit unterschiedlichen Fachrichtungen zu simulieren.
Das System beurteilt basierend auf den Symptomen und der Krankengeschichte des Patienten, welche Fragen und Untersuchungen als nächstes erforderlich sind, und passt seine Einschätzungen kontinuierlich an, bis eine endgültige Diagnose vorliegt.
Microsofts KI-Diagnosesystem zeigt hervorragende Leistungen in Tests
In Tests, die auf Hunderten von Fallberichten basieren, die in der New England Journal of Medicine veröffentlicht wurden, erreichte das System eine diagnostische Genauigkeit von etwa 83 %. Im Vergleich dazu lag die Genauigkeit von Allgemeinmedizinern, die auf Referenzmaterial zugreifen konnten, bei etwa 36 %, während Ärzte ohne Zugriff auf Referenzmaterial eine Genauigkeit von etwa 22 % aufwiesen. In einer weiteren Gruppe von Fällen aus der Notfalldatenbank des Beth Israel Deaconess Medical Center in Boston erreichte das KI-System eine Genauigkeit von 80 %, während die durchschnittliche Genauigkeit der menschlichen Ärzte bei etwa 47 % lag.
Neben einer höheren diagnostischen Genauigkeit gab Microsoft auch an, dass das System in Tests oft zu Diagnosen mit niedrigeren geschätzten Kosten gelangte. Ein Grund dafür ist, dass das System in der Lage ist, basierend auf den vorhandenen Informationen Untersuchungen auszuwählen, anstatt wahllos eine Vielzahl von Tests durchzuführen. Diese Kostenergebnisse basieren jedoch auf einer einheitlichen Schätzmethode in der Studie und bedeuten nicht, dass das System bereits in der realen medizinischen Umgebung nachweislich die tatsächlichen Betriebskosten von Krankenhäusern senken kann.
Microsoft plant den Einsatz von KI in der klinischen Pflege
Das System wird derzeit von OpenAI mit GPT-5 unterstützt, doch Microsoft betont, dass nicht nur das zugrunde liegende Modell entscheidend ist, sondern auch der Mechanismus, der für die Organisation des Diagnoseprozesses, die Koordination mehrerer Agenten und die Validierung der Schlussfolgerungen verantwortlich ist. Das Forschungsteam erklärte, dass selbst wenn das zugrunde liegende Modell kontinuierlich verbessert wird, die Zusammenarbeit mehrerer Agenten weiterhin zusätzliche Vorteile bringen könnte. Das System wurde ursprünglich in der Phase von GPT-4.1 entwickelt, das noch als fortschrittliches Modell gilt, und nachfolgende Tests zeigen, dass eine Verbesserung der Modellfähigkeiten nicht zwangsläufig den Wert der kooperativen Diagnosestruktur mindert.
Microsoft räumt auch ein, dass die Tests hauptsächlich auf früheren Fällen und ausgewählten komplexen Diagnosetests basierten und noch nicht nachweisen können, dass das System auch in realen klinischen Umgebungen die gleiche Leistung erbringt. Weitere Forschungen sind erforderlich, um die Zuverlässigkeit des Systems bei häufigen, alltäglichen Symptomen sowie seine Leistung unter realen Bedingungen mit unvollständigen Informationen und sich ändernden Krankheitsbildern zu bewerten. Um das System tatsächlich in der klinischen Praxis einzusetzen, muss es strengen klinischen Validierungen unterzogen werden.
Dominic King, der für das KI-Geschäft im Gesundheitswesen bei Microsoft verantwortlich ist, erklärte, dass die Diagnose nur ein Teil der medizinischen Strategie des Unternehmens ist. Microsoft hofft auch, dass KI dabei helfen kann, die klinische Pflege zu koordinieren, Behandlungspläne zu erstellen und komplexe Probleme im Zusammenhang mit der Kommunikation und Interaktion mit Patienten zu lösen. Microsoft plant, in Zusammenarbeit mit dem Beth Israel Deaconess Medical Center Tests in einer Krankenhausumgebung durchzuführen, die möglicherweise in den kommenden Monaten beginnen werden, jedoch hat das Unternehmen noch keinen festen Zeitplan veröffentlicht und es gibt auch keine konkreten Daten oder Produktveröffentlichungspläne im Hinblick auf die Kommerzialisierung.
Suleyman betonte, dass KI nicht bedeutet, dass Ärzte aus dem Gesundheitssystem verschwinden werden. Die Arbeit von Ärzten umfasst nicht nur Diagnosen, sondern auch den Umgang mit unklaren Informationen, den Aufbau von Vertrauen zu Patienten und deren Angehörigen sowie die Fähigkeit, in spezifischen Situationen umfassende Urteile zu fällen. Microsoft hofft, dass KI dazu beitragen kann, die Zeit der Ärzte für sich wiederholende, mühsame Aufgaben zu reduzieren, damit sie mehr Energie für die Patientenversorgung aufwenden können.