Microsofts medische AI stelt in nieuwe studie vaker de juiste diagnose

Microsofts medische AI-systeem heeft in een nieuwe studie vaker de juiste diagnose gesteld dan de deelnemende artsen. De onderzoekers publiceerden hun in het wetenschappelijke tijdschrift Science. Het gaat om tests met bestaande medische casussen. Onderzoek met patiënten moet nog uitwijzen hoe goed het systeem in de dagelijkse zorg werkt.

Microsoft noemt het systeem MAI Diagnostic Orchestrator, afgekort MAI-DxO. Het bouwt voort op eerder onderzoek waarover AI Wereld in juli 2025 schreef. De nieuwe publicatie vergelijkt de AI ook met artsen die naslagmiddelen mochten gebruiken en onderzoekt een tweede verzameling ziekenhuiscasussen.

MAI-DxO gaf bij ingewikkelde casussen uit het New England Journal of Medicine in ongeveer 83 procent van de gevallen de juiste diagnose. De deelnemende artsen kwamen met toegang tot naslagmiddelen op ongeveer 36 procent uit.

Op casussen rond opnamen via een spoedeisende hulp behaalde de AI ongeveer 80 procent. De artsen scoorden daar ongeveer 47 procent.

Die vergelijking verdient meer aandacht dan de bekende claim dat AI bijna vier keer beter zou presteren. Dat hogere verschil ontstaat wanneer onderzoekers vergelijken met artsen zonder externe informatiebronnen. Het zegt niets over hoe de AI zich verhoudt tot een heel specialistenteam dat een patiënt in een ziekenhuis onderzoekt.

De onderzoekers gebruiken SDBench, hun testomgeving voor stapsgewijze diagnoses. De deelnemer krijgt eerst een korte beschrijving van een casus en moet vervolgens zelf bepalen welke vragen en onderzoeken nodig zijn.

Een apart AI-systeem geeft de gevraagde informatie uit het oorspronkelijke dossier. Wanneer een aangevraagde uitslag niet in dat dossier staat, kan dit systeem een aannemelijke, gesimuleerde uitslag maken. Een beoordelend model vergelijkt de uiteindelijke diagnose met het bekende antwoord.

De deelnemer moet dus zelf beslissen welke informatie ontbreekt en wanneer verder onderzoek voldoende toevoegt. Tegelijk blijft het een nagebootst consult. De omgang met een patiënt, lichamelijk onderzoek en de praktische organisatie van zorg vallen buiten deze tekstomgeving.

De test registreert naast de juistheid van de diagnose ook welke onderzoeken een deelnemer aanvraagt en wat die naar schatting kosten. Daardoor kunnen onderzoekers verschillende werkwijzen vergelijken: welke aanpak verzamelt nuttige informatie zonder onnodig veel tests te bestellen?

Microsoft beschrijft MAI-DxO in zijn toelichting op de studie als een virtueel panel van artsen. Verschillende rollen stellen mogelijke diagnoses voor, toetsen elkaars redenering en bepalen welke vraag of test daarna de meeste waarde heeft.

Een lagere berekende onderzoeksprijs is nog geen aangetoonde besparing voor een ziekenhuis. Daar hangen kosten ook af van beschikbare apparatuur, personeel en wat er na de diagnose met een patiënt gebeurt. De studie geeft vooral aanknopingspunten om dat gericht te onderzoeken.

Microsoft kondigt een samenwerking aan met Beth Israel Deaconess Medical Center in Boston. In een geplande studie gaan patiënten rechtstreeks met het systeem communiceren. Onderzoekers willen de uitkomsten vergelijken met onafhankelijke beoordelingen van artsen.

Voor patiënten blijft bovendien het verschil tussen dit onderzochte systeem en een algemene chatbot belangrijk. Zoals bij medische vragen aan ChatGPT hangt de bruikbaarheid van een antwoord af van de informatie die beschikbaar is en van de beoordeling van de concrete situatie.

De komende klinische proef moet daarom meer laten zien dan een hoog percentage goede antwoorden: helpt deze werkwijze zorgverleners en patiënten ook wanneer informatie onvolledig is en beslissingen echte gevolgen hebben?