माइक्रोसॉफ्ट के सीईओ सत्या नडेला ने हाल ही में सोशल मीडिया प्लेटफॉर्म पर घोषणा की कि माइक्रोसॉफ्ट ने एक अप्रत्याशित चिकित्सा एआई सिस्टम MAI-DxO को लॉन्च कर दिया है। इस नवाचार सिस्टम के विशिष्ट **"मॉडल-अनन्य" डिज़ाइन"** के कारण अलग है, जो विभिन्न निर्माताओं और क्षमताओं के भाषा मॉडल के साथ लचीले ढंग से अनुकूलित हो सकता है, जिससे उनकी निदान क्षमता सामान्य रूप से बढ़ जाती है। आश्चर्यजनक बात यह है कि MAI-DxO वास्तविक डॉक्टर के निदान प्रक्रिया का मुकाबला कर सकता है और परीक्षण में विशेषज्ञ डॉक्टरों की तुलना में बहुत अधिक निदान सटीकता दिखाता है, साथ ही चिकित्सा निदान की लागत भी बहुत कम कर देता है।
माइक्रोसॉफ्ट द्वारा जारी किए गए परीक्षण डेटा के अनुसार, "न्यू इंग्लैंड जर्नल ऑफ मेडिसिन" के 56 छिपे हुए परीक्षण सेट के लिए तुलना में, 21 वर्षों से अधिक अनुभव वाले विशेषज्ञ डॉक्टरों की औसत निदान सटीकता केवल 19.9% रही। हालांकि, OpenAI के o3 मॉडल का उपयोग बजट के बिना करते समय MAI-DxO की सटीकता 81.9% तक पहुंच गई; एकीकरण मोड में यह आश्चर्यजनक रूप से 85.5% तक पहुंच गई, जो विशेषज्ञ डॉक्टरों की सटीकता के चार गुना से अधिक है।
MAI-DxO के मुख्य नवाचार इसके वास्तविक चिकित्सा टीम के सहयोग प्रतिरूप के अनुकरण में है, जो अलग-अलग भूमिकाओं वाले आभासी डॉक्टरों के एक समूह के माध्यम से निदान समस्याओं को हल करता है, जिससे निदान सटीकता और लागत-दक्षता में महत्वपूर्ण अंतर आया है। इस आभासी डॉक्टर टीम में Dr. Hypothesis, जो विश्लेषणात्मक निदान सूची के बरकरार रखने और अपडेट करने के लिए जिम्मेदार है; प्रत्येक राउंड में सबसे अधिक अंतर वाले जांच का चयन करने वाले Dr. Test-Chooser; निरीक्षक के रूप में काम करते हुए विचलन की पहचान करने और चुनौतिपूर्ण सुझाव प्रस्तुत करने वाले Dr. Challenger; लागत-चेतना के पक्ष में काम करते हुए जांच योजना के अनुकूलन के लिए Dr. Stewardship और पृष्ठभूमि गुणवत्ता नियंत्रण के लिए जिम्मेदार Dr. Checklist शामिल हैं।
विभिन्न चिकित्सा परिदृश्यों में लागत, दक्षता और सटीकता की आवश्यकताओं के अनुरूप अनुकूलित होने के लिए, MAI-DxO पांच प्रकार के एकीकरण मोड प्रदान करता है। इन मोड में से एक तेजी से प्रारंभिक निदान के लिए केवल प्रारंभिक मामले के सारांश पर निर्भर करता है Instant Answer मोड, जो आपातकालीन या संसाधन-अभाव वाले परिदृश्यों के लिए उपयुक्त है; केवल प्रश्नों के माध्यम से निदान करने वाले और प्राथमिक उपचार के माध्यम से मॉडल करने वाले Question Only मोड शामिल है; डायनामिक बजट नियंत्रण योजना के साथ Budgeted मोड शामिल है; जटिल और जटिल मामलों के लिए अधिकतम निदान सटीकता के लक्ष्य के साथ No Budget मोड शामिल है; और अधिक डॉक्टर टीमों के समानांतर कार्य करके निदान सटीकता में और वृद्धि करने वाले Ensemble मोड शामिल है।
MAI-DxO के लॉन्च के साथ, माइक्रोसॉफ्ट ने एक विशेषज्ञ चिकित्सा अनुक्रमिक निदान मानक SDBench भी लॉन्च किया। यह एक अंतरक्रियात्मक मूल्यांकन फ्रेमवर्क है जो "न्यू इंग्लैंड जर्नल ऑफ मेडिसिन" में 304 चुनौतीपूर्ण निदान मामलों को चरण-दर-चरण निदान स्थिति में परिवर्तित करता है, मानव डॉक्टर और AI के अनुक्रमिक निदान क्षमता के मूल्यांकन के लिए वास्तविक सामग्री प्रदान करता है। SDBench में, "गेटकीपर" स्मार्ट एजेंट जानकारी प्राप्ति प्रक्रिया के अनुकरण करता है, जबकि "जज" स्मार्ट एजेंट निदान परिणामों के लिए नैदानिक वास्तविकता पर आधारित बहुआयामी संयुक्त मूल्यांकन करता है, साथ ही लागत को भी मूल्यांकन के मापदंड में शामिल करता है, जिससे चिकित्सा AI निदान के लिए एक नई उद्योग मानक स्थापित किया गया है।
