Диагностика будущего: как работает «команда» из ИИ-врачей

MAI‑DxO устроена как мультиагентная система, где каждый агент — виртуальный врач со своей ролью, подходом и задачей. Агенты работают на базе разных языковых моделей: GPT-4.1, o3, Claude 3, Gemini 1.5 и даже их комбинаций. Это позволяет им думать по-разному, как если бы это были реальные врачи со своим опытом, навыками и подходами.

Всего таких врачей в системе пять. Каждый решает свою конкретную задачу:

• Dr. Hypothesis — выдвигает возможные диагнозы исходя из имеющихся симптомов.

• Dr. Test Chooser — подбирает нужные анализы и обследования, чтобы уточнить диагноз.

• Dr. Challenger — специально оспаривает гипотезы других, чтобы избежать ошибок мышления и поспешных выводов.

• Dr. Stewardship — проверяет, насколько целесообразны выбранные тесты с точки зрения затрат и рисков.

• Dr. Checklist — смотрит, не упущены ли важные симптомы и не нарушена ли логика рассуждений.

После обсуждений система принимает одно из решений:

• задать уточняющий вопрос;

• запросить дополнительный анализ;

• поставить предварительный диагноз.

Если выбран тест или диагноз, система оценивает затраты времени и денег (Cost analysis) и проверяет, насколько обоснованно решение (Diagnosis confirmation). Когда все аргументы собраны, MAI‑DxO выбирает: идти дальше или вернуться и пересмотреть вариант. Если ответ No, начинается новый раунд обсуждений между ИИ-врачами, если Yes — система отправляет финальное действие (вопрос, тест или диагноз) во внешнюю среду (SDbench Framework). Оттуда приходит новая информация, например результат теста, и процесс начинается заново.

Таким образом, MAI‑DxO постоянно уточняет, проверяет и пересматривает решение, прежде чем сделать следующий шаг. Как настоящий врач, но гораздо быстрее и с постоянной самопроверкой.

Вот что такая архитектура даёт системе:

• Гибкость. Если один агент работает хуже, его можно заменить, не затрагивая всю систему.

• Точность. Как и в реальной медицине, разные мнения помогают избежать врачебных ошибок, один агент может «усомниться» в решении другого.

• Экономичность и адаптивность. Для простых случаев система может использовать более дешёвые модели, а для сложных — подключать самые мощные.

Звучит красиво. А результаты уже есть?

Исследователи протестировали MAI‑DxO на 304 реальных клинических кейсах из рубрики Case Records журнала New England Journal of Medicine — одного из самых авторитетных медицинских изданий в мире. Там публикуются самые сложные и запутанные медицинские случаи, которые ставят в тупик даже опытных врачей.

Для чистоты эксперимента исследователи давали системе только вводные данные из кейсов — симптомы и краткий анамнез пациента. А затем отслеживали, какие уточняющие вопросы и тесты выбирает MAI‑DxO.

MAI‑DxO не заменит врачей, а лишь дополнит их работу. По словам разработчиков Microsoft, врачи обычно либо знают немного обо всём, как, например, терапевты, либо глубоко разбираются только в одной области.

Но ни один врач не может разбираться сразу во всех сложных случаях. У ИИ же таких ограничений нет. С помощью MAI‑DxO специалисты смогут быстрее и точнее ставить диагнозы.

Для пациентов это означает меньше лишних анализов и больше шансов получить нужную помощь вовремя — что особенно важно при заболеваниях, где счёт идёт на дни.

И где попробовать эту систему?

Пока MAI‑DxO — исследовательская разработка, открытого доступа для врачей и пациентов к ней нет. Вероятно, в скором времени на базе этой системы появятся инновационные решения для клиник.

Такие технологии могут изменить медицину: часть рутинных задач перейдёт к ИИ, а врачи сосредоточатся на методах лечения и общении с пациентами.

Сергей Король, редактор 8БИТ: «Такое уже есть в моей стоматологии! После приёма врач отвёл меня в свой кабинет и показал, как он „скармливает“ рентгеновский снимок полости рта нейронке. Врач сказал: „Система часто показывает кариес даже там, где я его не особо вижу, и может предсказывать поведение зубов мудрости — мы стали реже удалять их в неопасных случаях“».

А что у нас?

У нас технологии тоже не отстают. Специалисты Yandex Cloud и студенты ШАДа помогают врачам выявлять редкую патологию «спина бифида» — у одного из тысячи новорождённых из-за неё плохо работают органы таза и может случиться паралич.

Разработчики и врачи научили ИИ изучать ультразвуковые снимки и находить патологию даже на ранних сроках беременности. Это помогает врачам подготовиться и даже провести внутриутробную операцию. При этом ИИ постоянно дообучается, а данные хранятся в облаке, чтобы к ним могли получить доступ врачи со всего мира. Технология, разумеется, опенсорсная — и доступна всем врачам на свете.