Microsofts neue medizinische KI, das MAI-DxO-System, hat Ärzte bei einigen der schwierigsten diagnostischen Herausforderungen übertroffen und eine Genauigkeit von 85,5 % erreicht – mehr als viermal so hoch wie die menschlicher Ärzte.
In einer Studie aus der KI-Sparte des Unternehmens erklärt Microsoft, dass „KI nicht vor diesem Zielkonflikt steht“, und weist darauf hin, dass das System Tiefe mit Breite verbindet und einzelne Ärzte bei mehreren Aspekten des diagnostischen Denkens übertrifft. Das MAI-DxO-Modell senkte außerdem im Vergleich zu Ärzten die Diagnosekosten und erweiterte damit die Definition medizinischer Expertise über das menschliche Denken hinaus.
Microsofts KI diagnostizierte korrekt, was Ärzte übersahen
Unter der Leitung von Mustafa Suleyman wollte Microsofts KI-Sparte testen, ob ihr neues System Diagnosen bewältigen kann, die selbst erfahrene Ärzte vor Herausforderungen stellen. Das Team ließ MAI-DxO 304 reale Fälle durchlaufen, die zwischen 2017 und 2025 im New England Journal of Medicine (NEJM) veröffentlicht worden waren.
Das System wurde außerdem gegen KI-Modelle von OpenAI, Google, Anthropic, Meta und xAI getestet. OpenAIs o3 schnitt unter ihnen am besten ab und erreichte eine Genauigkeit von 78,6 %. MAI-DxO führte die Liste jedoch mit 85,5 % an – der höchste Wert unter allen Modellen.
Für den Vergleich mit menschlichen Klinikern holte Microsoft 21 praktizierende Ärzte aus den USA und dem Vereinigten Königreich hinzu. Jeder bearbeitete eine Reihe von Fällen nach demselben schrittweisen Verfahren – ohne Hilfsmittel, Referenzmaterial oder Rücksprache mit Kollegen. Im Durchschnitt bearbeiteten sie jeweils 36 Fälle und erreichten dabei eine Genauigkeit von gerade einmal 19,9 %.
Mehr als nur Leben retten
Neben den besseren Ergebnissen senkt das KI-Tool auch die Ausgaben. In einem Szenario senkte MAI-DxO die durchschnittlichen Diagnosekosten auf 2.396 US-Dollar pro Fall – 20 % weniger als die durchschnittlichen Kosten von 2.963 US-Dollar bei Ärzten.
Das System erzielte ähnliche oder bessere Ergebnisse, obwohl es weniger Untersuchungen anordnete, und zeigte damit, dass eine höhere Genauigkeit nicht zwangsläufig mit einer höheren Rechnung einhergehen muss.
Klinische Hürden bleiben bestehen
Trotz der starken Testleistung von MAI-DxO weist Microsoft darauf hin, dass das System noch nicht evaluiert wurde in realen klinischen Umgebungen. Die Benchmark-Fälle waren selten und komplex, und die Ärzte arbeiteten ohne Zugriff auf Referenzmaterial oder digitale Hilfsmittel – Bedingungen, die nicht der üblichen medizinischen Praxis entsprechen. Wie bei vielen der besten KI-Lösungen im Gesundheitswesen bleibt die klinische Einführung eine Herausforderung.
Auch die Kostenschätzungen waren begrenzt. Sie stützten sich auf US-amerikanische Krankenhauspreise und berücksichtigten weder regionale Unterschiede noch die Nachsorge oder patientenbezogene Faktoren wie Zeitaufwand, Zugang und Komfort. Microsoft betont, dass das System noch nicht für den klinischen Einsatz bereit ist und in der Praxis weiter validiert werden muss.
Dennoch sieht das KI-Unternehmen einen umfassenderen Wandel. Ärzte müssen sich häufig zwischen einer generalistischen Breite und einer spezialisierten Tiefe entscheiden. Wie Microsoft es formuliert: „AI steht nicht vor diesem Zielkonflikt“, da das System beide Arten von Expertise miteinander verbindet und damit etwas leistet, wofür kein einzelner Arzt ausgebildet ist.
Lesen Sie die Berichterstattung von eWeek über die diesjährige AI Job Satisfaction and Wellbeing Study, in der untersucht wird, wie Automatisierung die Arbeitsmoral und Produktivität verändert.