مصطفی سلیمان از مایکروسافت می گوید که هوش مصنوعی آن در موارد سخت از پزشکان بهتر عمل می کند زیرا او به دنبال "ابر هوش پزشکی" است.

بر اساس مطالعه ای که روز پنجشنبه در Science منتشر شد، سیستم تشخیص هوش مصنوعی مایکروسافت به درستی موارد پیچیده پزشکی را در یک شبیه سازی بیش از دو برابر پزشکان عمومی تشخیص داد. مصطفی سلیمان، مدیر عامل هوش مصنوعی مایکروسافت، این نتیجه را گامی به سوی "ابر هوش پزشکی" خواند.

این سیستم که MAI-DxO (به اختصار DxO) نامیده می شود، چندین عامل هوش مصنوعی را که مانند یک پانل پزشک عمل می کنند، هماهنگ می کند. آنها از یک بیمار سؤال می کنند، آزمایش می دهند و در مورد تشخیص بحث می کنند.

در شبیه سازی با استفاده از موارد پیچیده از مجله پزشکی نیوانگلند، 83 درصد موارد درست بود. پزشکان مراقبت های اولیه و متخصصان داخلی عمومی، که به صورت انفرادی با مواد مرجع کار می کردند، در 36 درصد موارد صحیح بودند. یک نکته: موارد این مجموعه معمولا توسط متخصصان یا تیم‌های پزشک انجام می‌شود که بخشی از مقایسه نبودند.

دومینیک کینگ، معاون بهداشت در هوش مصنوعی مایکروسافت، به TechCrunch گفت: «اینجا چیزی بسیار اساسی و هیجان انگیز وجود دارد. "بزرگترین چالش در ارائه مراقبت های بهداشتی در حال حاضر عدم تطابق فزاینده بین تقاضا و عرضه تخصص پزشکی است."

در انتشار این نتایج، مایکروسافت به گوگل و OpenAI می‌پیوندد و ادعا می‌کند که هوش مصنوعی خودش می‌تواند با پزشکان برابری کند یا عملکرد بهتری داشته باشد.

داده‌های خود این مطالعه نشان می‌دهد که بسیاری از پیشرفت‌ها از مدل‌های قوی‌تر هوش مصنوعی ناشی می‌شود، با سیستم ارکستراسیون مایکروسافت که در راس آن‌ها دستاوردهایی را اضافه می‌کند.

مایکروسافت MAI-DxO را با مدل‌هایی از چندین شرکت از جمله OpenAI، Google، Anthropic، Meta و DeepSeek آزمایش کرد، اما بهترین نتایج آن با GPT-5 و GPT-5.5 OpenAI به دست آمد.

با GPT-5.5، یک مدل جدیدتر که در آوریل 2026 منتشر شد، نتایج تقسیم شد. در موارد پیچیده، DxO امتیاز دقت GPT-5.5 را با هزینه کمی ارزان‌تر از 72 درصد به نزدیک به 87 درصد افزایش داد. با این حال، این دستاوردها بار دیگر در موارد بخش اورژانس ظاهر نشد. هر دو (با و بدون DxO) با هزینه مشابه حدود 85٪ امتیاز کسب کردند.

DxO در موارد پیچیده و با مدل‌های هوش مصنوعی کمتر کمک می‌کند. به عنوان مثال، Gemini 2.5 Flash به تنهایی 46.4 درصد اما با DxO نزدیک به 69 درصد به دست آورد. با این حال، شکاف بین مدل‌های ضعیف‌تر و قوی‌تر از تقویت DxO بیشتر بود.

محققان مایکروسافت می‌گویند که با نزدیک شدن مدل‌ها به حداکثر تئوری، دقت به طور طبیعی کاهش می‌یابد. یکی از سخنگویان افزود: "ارکستراسیون DxO به چالش گسترده تر بهینه سازی هم دقت و هم هزینه کمک می کند."

سلیمان، که رهبری تلاش مایکروسافت برای ساخت هوش مصنوعی مرزی خود را بر عهده دارد، به TechCrunch گفت که این شرکت در حال همکاری با مایو کلینیک برای آموزش یک مدل بنیادی برای مراقبت‌های بهداشتی است که انتشار آن برای سال آینده برنامه‌ریزی شده است. او معتقد است که این مدل شرکت را قادر می‌سازد «در اینجا جهش‌های واقعا عظیمی داشته باشد» و می‌گوید DxO بخشی از زیرساخت‌های اساسی است که مایکروسافت برای مشاهده پیشرفت‌های واقعی در مراقبت‌های بهداشتی ایجاد می‌کند.

سلیمان گفت: "من واقعا معتقدم که در سال 2027، ما در آستانه یک پیشرفت در سبک کدنویسی برای پرونده های پزشکی خواهیم بود." من فکر می‌کنم که می‌توانیم پیش‌بینی‌های بسیار دقیقی در مورد چگونگی آشکار شدن یک پرونده پزشکی ارائه کنیم، و بدیهی است که این نوع آینده‌نگاری برای یک پزشک، گرد و غبار طلا است.»

سلیمان زندگی حرفه ای خود را صرف استفاده از هوش مصنوعی برای حل مسائل پزشکی کرده است. او قبلا یکی از بنیانگذاران DeepMind بود که در سال 2014 توسط Google خریداری شد. سال بعد، Google DeepMind استارت آپ King's Hark را که یک برنامه مدیریت وظایف بالینی است خریداری کرد و هر دو با هم DeepMind Health را راه اندازی کردند. سلیمان به مایکروسافت پیوست تا واحد هوش مصنوعی آن را در سال 2024 رهبری کند و کینگ نیز چند ماه بعد از آن پیروی کرد.

او گفت در حالی که استفاده از هوش مصنوعی مولد در مراقبت‌های بهداشتی هنوز زود است، او انتظار دارد که مدل‌های مراقبت‌های بهداشتی «طی 24 تا 36 ماه آینده یک مرتبه از لحاظ قابلیت بهتر به دست آورند».

سلیمان گفت: «همانطور که در پنج یا شش سال گذشته چندین بار دیده‌ایم، زمانی که چرخ طیار داشته باشید، پیشرفت خیلی سریع اتفاق می‌افتد. فلایویل به این معنی است که ما مدلی در حال تولید داریم که با استفاده از دنیای واقعی آن را تکرار می‌کنیم تا شکاف‌های مدل را شناسایی کرده و سپس آن‌ها را وصله کنیم و بهبود ببخشیم. این همان چیزی است که در کدنویسی اتفاق افتاده است. این همان چیزی است که در چت قبل از آن اتفاق افتاده است. و من فکر می‌کنم سال آینده برای سوابق پزشکی و برای پشتیبانی تصمیم‌گیری بالینی شروع خواهد شد.

مایکروسافت از طریق همکاری جدید با مرکز پزشکی Beth Israel Deaconess در بوستون، قابلیت‌های استدلال بالینی DxO را در محیط‌های مختلف بیمارستانی ارزیابی خواهد کرد.

کینگ گفت: «این فناوری برای ارزیابی‌های دنیای واقعی آماده است، و می‌توانید پیچیدگی و تنوع مسائلی را که از بخش اورژانس بوستون در عصر جمعه به دست می‌آید را تصور کنید.

او نحوه کارکرد این مطالعه را توضیح داد: بیماران درمان استاندارد شامل تریاژ، زمان با متخصص، درمان‌ها، بررسی‌ها و تصمیم‌گیری در مورد بی‌خطر بودن ترخیص را دریافت خواهند کرد. به موازات آن، کسانی که رضایت می دهند با DxO نیز درگیر خواهند شد. مایکروسافت و شرکای آن توصیه های DxO را با پزشکان انسانی مقایسه خواهند کرد.

گوگل این ماه یک مطالعه بالینی را در کنار Beth Israel در The Lancet منتشر کرد تا هوش مصنوعی تشخیصی مکالمه ای AMIE گوگل را در یک بازدید مراقبت فوری در دنیای واقعی ارزیابی کند، در حالی که پزشکان انسانی تعاملات را در زمان واقعی زیر نظر داشتند.

کینگ گفت: "ما فکر می کنیم این بزرگترین مطالعه در نوع خود خواهد بود." "این نه تنها در تنظیمات اضطراری بلکه در محیط های مراقبت فوری خواهد بود و شواهد بسیار قانع کننده ای را تا پایان دوره مطالعه در مورد توانایی این سیستم ها برای استقرار در مقیاس بزرگتر در آینده به ما می دهد."

مطالعه مایکروسافت در Science مصادف است با مانیفست‌هایی در مورد آنچه که برای ایجاد ابرهوش پزشکی لازم است، که به عنوان «ظرفیت پیشی گرفتن از قوی‌ترین سیستم‌های سلامت تحت رهبری انسان معاصر در استدلال پزشکی و هماهنگی در سراسر قوس کامل مراقبت» تعریف می‌شود. مایکروسافت امیدوار است که فراتر از محک زدن وظایف فردی - مانند پاسخ به سؤالات معاینه پزشکی و ایجاد تشخیص - به ادغام با پزشکان و سیستم های مراقبت های بهداشتی برای نتایج بهتر حرکت کند.

سلیمان گفت: «این همان فناوری است که همه در جهان می‌خواهند، و به همین دلیل است که ما متعهد هستیم که هر کاری که می‌توانیم برای تسریع معرفی آن به جهان انجام دهیم.

مایکروسافت در حال حاضر ابزارهای دیکته و رادیولوژی را به پزشکان می‌فروشد و DxO را گسترشی برای این تلاش‌ها می‌داند.

سلیمان گفت: «ما باید در چند سال آینده بهترین محصولات پشتیبانی تصمیم بالینی پزشکی را داشته باشیم.»

وقتی از طریق پیوندهای موجود در مقالات ما خرید می کنید، ممکن است کمیسیون کمی کسب کنیم. این بر استقلال تحریریه ما تأثیر نمی گذارد.

ربکا بلان یک گزارشگر ارشد در TechCrunch است که در آن تجارت، سیاست و روندهای نوظهور شکل دهنده هوش مصنوعی را پوشش می دهد. آثار او همچنین در فوربس، بلومبرگ، آتلانتیک، دیلی بیست و سایر نشریات ظاهر شده است.

می‌توانید با ارسال ایمیل به [email protected] یا از طریق پیام رمزگذاری‌شده در rebeccabellan.491 در Signal با ربکا تماس بگیرید یا آن را تأیید کنید.

One Pass بخرید، جلد دوم رایگان را در بوت کمپ نهایی سال TechCrunch با آوردن هم بنیانگذار یا شریک خود به صورت کتاب رایگان قبل از انقضای قرارداد BOGO دریافت کنید.

Airbnb کارهای خانه را برای مهمانان محدود می‌کند و با واکنش‌های منفی میزبان لورن فوریستال مواجه می‌شود

تسلا تولید ربات Optimus را در کالیفرنیا با کاهش 43 درصدی سود Kirsten Korosec شان اوکین آغاز کرد.

اینترنت روز بسیار بدی را در زمینه امنیت سایبری سپری می کند سارا پرز

مردم از هوش مصنوعی استفاده می کنند تا تلویزیون های هوشمند خود را دوباره احمق کنند سارا پرز

آنتروپیک می‌گوید نیروی کارش کمتر جوان شده است و زمان بیشتری را در جلسات آنتونی ها می‌گذراند

کریستن کوروسک لوکاس روپک، ربکا بلان، مدیرعامل می گوید که Replit OpenAI را پیش فرض خود نسبت به Anthropic می کند.

مارک والبرگ می‌خواهد با یک باشگاه ورزشی مقرون‌به‌صرفه، Connie Loizos، استارت‌آپ‌های با طول عمر بالا را بر عهده بگیرد.