مایکروسافت اعلام کرده است که هوش مصنوعی در تشخیص شرایط پزشکی پیچیده، عملکردی دقیق‌تر و مؤثرتر از پزشکان دارد. این شرکت از سامانه‌ای رونمایی کرده که قادر است مسائل پزشکی دشوار را بهتر از متخصصان انسانی تحلیل کند و این دستاورد را گامی مهم در مسیر رسیدن به «ابرهوش پزشکی» می‌داند.

طبق گزارش شهرآرانیوز، واحد هوش مصنوعی مایکروسافت به سرپرستی مصطفی سلیمان، مخترع بریتانیایی، سامانه‌ای را توسعه داده است که هنگام بررسی پرونده‌های پزشکی پیچیده، همانند یک تیم چندنفره متخصص رفتار می‌کند.

مایکروسافت اعلام کرده زمانی که این سیستم با مدل پیشرفته o3 متعلق به OpenAI ترکیب شد، توانست بیش از ۸۰ درصد از پرونده‌های پزشکی دشوار انتخاب شده را به درستی تشخیص دهد. این در حالی است که پزشکان بدون دسترسی به همکاران یا منابع کمکی مانند کتاب‌ها و چت‌بات‌ها، تنها در دو پرونده از هر ده مورد توانستند پاسخ درست ارائه کنند.

این شرکت همچنین تاکید کرده است که به دلیل توانایی این سامانه در سفارش‌دهی دقیق آزمایش‌ها، از نظر اقتصادی به صرفه‌تر از پزشکان عمل می‌کند. با این وجود، مایکروسافت یادآور شده که هدف این فناوری جایگزینی پزشکان نیست، بلکه به عنوان ابزاری کمکی برای افزایش توانایی آن‌ها توسعه یافته است.

«نقش پزشکان تنها محدود به تشخیص بیماری نیست؛ آن‌ها باید در شرایط پیچیده تصمیم‌گیری کنند و ارتباط اعتمادآمیز با بیماران و خانواده‌هایشان برقرار نمایند، مسائلی که هوش مصنوعی هنوز قادر به انجام کامل آن‌ها نیست.»

عبارت «مسیر دستیابی به ابرهوش پزشکی» این تصور را ایجاد می‌کند که صنعت سلامت در آینده نزدیک دستخوش تغییرات بنیادین خواهد شد. «هوش عمومی مصنوعی» (AGI) به سیستم‌هایی اطلاق می‌شود که در همه زمینه‌ها قابلیت‌های شناختی انسان را دارند، اما «ابرهوش» به سامانه‌هایی گفته می‌شود که فراتر از انسان در تمامی جنبه‌های فکری عمل می‌کنند.

مایکروسافت در توضیح دلایل این پژوهش، به نگرانی‌ها درباره توانایی واقعی هوش مصنوعی در کسب نمرات بالا در آزمون صدور مجوز پزشکی آمریکا (USMLE) اشاره کرده و گفته است که ماهیت چهارگزینه‌ای این آزمون‌ها بیشتر بر حفظ‌کردن پاسخ‌ها تکیه دارد تا درک عمیق مفاهیم پزشکی، موضوعی که ممکن است باعث اغراق در توانایی‌های مدل‌های هوش مصنوعی شود.

این شرکت در حال توسعه سیستمی است که همانند پزشکان واقعی، با طی مراحل گام‌به‌گام، از پرسیدن سوالات دقیق تا درخواست آزمایش‌های لازم، به تشخیص نهایی می‌رسد. برای مثال، بیمار با علائم سرفه و تب ممکن است آزمایش خون و تصویربرداری از قفسه سینه نیاز داشته باشد تا ذات‌الریه تشخیص داده شود.

مایکروسافت در این مسیر از مطالعات موردی منتشر شده در مجله معتبر New England Journal of Medicine (NEJM) بهره برده و بیش از ۳۰۰ مورد از این مطالعات را به چالش‌های بالینی تعاملی تبدیل کرده است. این روش با کمک مدل‌های هوش مصنوعی مختلف شامل مدل‌های OpenAI، متا، Anthropic، Grok متعلق به ایلان ماسک و Gemini گوگل آزمایش شده است.

سپس سامانه‌ای به نام «هماهنگ‌کننده تشخیص» طراحی شد که نقش واسطه بین این مدل‌ها را دارد و تصمیم می‌گیرد کدام آزمایش‌ها باید انجام شود و تشخیص نهایی چیست، مشابه کاری که یک تیم پزشکی انجام می‌دهد.

نتایج نشان داد که با ترکیب این سیستم با مدل o3، در بیش از ۸ مطالعه از ۱۰ مطالعه NEJM تشخیص درست داده شد، در حالی که پزشکان تنها در ۲ مطالعه موفق بودند.

مایکروسافت تأکید کرده که این روش می‌تواند تخصصی گسترده‌تر و عمیق‌تر از توانایی هر پزشک منفرد ارائه دهد، چرا که قابلیت همزمان پوشش دادن چند رشته پزشکی را دارد.

این شرکت همچنین افزود که گسترش این سطح از استدلال هوش مصنوعی می‌تواند تحول بزرگی در حوزه مراقبت‌های بهداشتی ایجاد کند و به بیماران در مدیریت روزمره سلامتی و پزشکان در تصمیم‌گیری‌های پیچیده بالینی کمک نماید.

با این حال، مایکروسافت اذعان کرده است که این فناوری هنوز برای کاربرد در محیط‌های بالینی به‌طور کامل آماده نیست و نیازمند آزمایش‌های بیشتری، به ویژه در مواجهه با علائم رایج‌تر، است.