سیستم هوش مصنوعی جدید مایکروسافت در تشخیص بیماری‌ها از پزشکان عمومی پیشی گرفت

مقدمه و زمینه

در ماه‌های اخیر پیشرفت مدل‌های زبانی بزرگ (LLM) در حوزه‌های تخصصی شتاب زیادی گرفته است. حالا شرکت مایکروسافت پژوهش جدیدی منتشر کرده که نشان می‌دهد سیستم هوش مصنوعی پزشکی آن‌ها موسوم به MAI-DxO می‌تواند در تشخیص پرونده‌های پیچیده پزشکی عملکردی به‌مراتب دقیق‌تر از پزشکان عمومی داشته باشد. این پژوهش که ابتدا به شکل پیش‌چاپ در آرشیف منتشر شده بود، اکنون در ژورنال معتبر Science به چاپ رسیده است.

جزئیات فنی و نحوه کارکرد MAI-DxO

نکته کلیدی در معماری این سیستم، رویکرد تشخیص ترتیبی (Sequential Diagnosis) است. برخلاف روش‌های سنتی که بیمار تمامی علائم و تاریخچه پزشکی خود را یکجا وارد سیستم می‌کند، MAI-DxO دقیقاً مشابه یک پزشک واقعی عمل می‌کند:

• سیستم با یک شکایت اولیه شروع می‌کند.
• تصمیم می‌گیرد چه سوالات تکمیلی بپرسد و چه آزمایش‌هایی درخواست کند.
• نتایج را بررسی کرده و در نهایت به تشخیص می‌رسد.

پژوهشگران برای ارزیابی این مدل، بنچمارک جدیدی به نام SDBench را پیشنهاد داده‌اند زیرا بنچمارک‌های قبلی قادر به ارزیابی قابلیت‌های ترتیبی LLMها نبودند. سیستم DxO در واقع «پانلی از پزشکان را شبیه‌سازی می‌کند»؛ به این معنا که عوامل مختلف هوش مصنوعی نقش‌های متفاوتی بر عهده دارند: پیشنهاد تشخیص، انتخاب آزمایش، به چالش کشیدن فرضیات و ارزیابی هزینه‌ها. این ساختار به کاهش خطاهای شناختی کمک می‌کند.

در آزمایش‌های انجام‌شده روی پرونده‌های پیچیده، این سیستم که بر پایه مدل‌های پیشرفته OpenAI توسعه یافته، به دقت تشخیص ۸۳.۲ درصد دست یافت؛ این در حالی است که پزشکان عمومی با دسترسی به منابع مرجع تنها ۳۶.۱ درصد دقت داشتند.

بحث و تبادل نظر در هکرنیوز

انتشار این خبر در هکرنیوز واکنش‌های متفاوتی را از سوی جامعه مهندسی و پزشکان به همراه داشت:

• نقش کمکی در مناطق محروم: کاربران اشاره کردند که این ابزار می‌تواند برای پزشکان عمومی در مناطق دورافتاده یا پزشکانی که به متخصصان دسترسی ندارند، بسیار مفید باشد.
• نگرانی برای نسل جدید پزشکان: یکی از دغدغه‌های جدی مطرح‌شده این است که اتکا به هوش مصنوعی برای دانشجویان پزشکی و رزیدنت‌ها ممکن است مانع از کسب تجربه کافی در تشخیص‌های بدون کمک شود.
• تاریخچه طولانی سیستم‌های эксперت: برخی کاربران به نمونه‌های تاریخی مانند سیستم MYCIN در سال ۱۹۷۹ اشاره کردند که آن زمان نیز در تشخیص مننژیت عملکردیپسندیده‌تر از برخی پزشکان نشان داده بود، اما چالش‌های پذیرش بالینی همچنان پابرجا هستند.

چرا این موضوع برای مهندسان اهمیت دارد؟

این پروژه نشان می‌دهد که چگونه معماری‌های مبتنی بر عامل (Agentic AI) و پرسش‌و‌پاسخ‌های گام‌به‌گام می‌توانند مسائل دنیای واقعی را بهتر از مدل‌های تک‌پاسخ حل کنند. با این حال، استقرار واقعی چنین سیستم‌هایی با چالش‌های بزرگی نظیر مسئولیت حقوقی در صورت اشتباه پزشکی، نیاز به تاییدیه بالینی در مراکز درمانی نظیر بیمارستان بون ماساچوست، و خطر وابستگی بیش از حد پزشکان به ابزار روبه‌رو است.