Theo một nghiên cứu được công bố hôm thứ Năm trên Science, hệ thống chẩn đoán AI của Microsoft đã chẩn đoán chính xác các trường hợp y tế phức tạp trong một mô phỏng với tần suất cao hơn gấp đôi so với các bác sĩ đa khoa. Mustafa Suleyman, Giám đốc điều hành Microsoft AI, gọi kết quả này là một bước tiến tới “siêu trí tuệ y tế”.

Hệ thống này có tên là MAI-DxO (viết tắt là DxO), điều phối một số tác nhân AI hoạt động giống như một nhóm bác sĩ. Họ đặt câu hỏi cho bệnh nhân, yêu cầu xét nghiệm và tranh luận về chẩn đoán.

Trong một mô phỏng sử dụng các trường hợp phức tạp từ Tạp chí Y học New England, kết quả đúng 83%. Các bác sĩ chăm sóc ban đầu và bác sĩ nội khoa tổng quát, làm việc riêng lẻ với các tài liệu tham khảo, đã đúng 36%. Một lưu ý: những trường hợp phức tạp này thường được xử lý bởi các chuyên gia hoặc nhóm bác sĩ, những người không nằm trong nhóm so sánh.

Dominic King, phó chủ tịch bộ phận Y tế của Microsoft AI, nói với TechCrunch: “Có điều gì đó rất quan trọng và thú vị ở đây”. “Thách thức lớn nhất trong việc cung cấp dịch vụ chăm sóc sức khỏe vào lúc này là sự mất cân đối ngày càng tăng giữa cung và cầu về chuyên môn y tế.”

Khi công bố những kết quả này, Microsoft cùng với Google và OpenAI tuyên bố rằng AI của họ có thể sánh ngang hoặc vượt trội hơn các bác sĩ.

Dữ liệu riêng của nghiên cứu cho thấy rằng phần lớn cải tiến đến từ các mô hình AI cơ bản mạnh mẽ hơn, với hệ thống điều phối của Microsoft đang tăng thêm lợi ích.

Microsoft đã thử nghiệm MAI-DxO với các mô hình của một số công ty, bao gồm OpenAI, Google, Anthropic, Meta và DeepSeek, nhưng kết quả tốt nhất lại đến với GPT-5 và GPT-5.5 của OpenAI.

Microsoft đã đo lường DxO về chi phí cũng như độ chính xác, nghĩa là chi phí ước tính để chạy AI trong từng trường hợp. Chỉ với một lời nhắc cơ bản, ngắn gọn, GPT-5 đã đạt 78,9% cho các trường hợp phức tạp với mức giá khoảng 8.400 USD mỗi trường hợp. DxO đã cắt giảm chi phí đó khoảng 3.000 USD nhưng chỉ tăng độ chính xác lên khoảng bốn điểm. Trong các trường hợp tại khoa cấp cứu, có rất ít sự cải thiện về độ chính xác hoặc cải thiện chi phí giữa GPT-5 riêng lẻ và với sự hỗ trợ từ DxO.

Với GPT-5.5, một mẫu mới hơn được phát hành vào tháng 4 năm 2026, kết quả đã bị chia rẽ. Trong các trường hợp phức tạp, DxO đã tăng điểm chính xác của GPT-5.5 từ 72% lên gần 87% với chi phí rẻ hơn một chút. Tuy nhiên, mức tăng một lần nữa không xuất hiện trong các trường hợp ở khoa cấp cứu. Cả hai (có và không có DxO) đều đạt khoảng 85% với mức chi phí tương tự.

DxO giúp ích nhiều nhất cho các trường hợp phức tạp và với các mô hình AI có khả năng kém hơn. Ví dụ: Gemini 2.5 Flash tự đạt 46,4% nhưng đạt gần 69% với DxO. Mặc dù vậy, khoảng cách giữa các mô hình yếu hơn và mạnh hơn vẫn lớn hơn mức tăng mà DxO mang lại.

Các nhà nghiên cứu của Microsoft cho biết độ chính xác tăng lên một cách tự nhiên khi các mô hình đạt đến mức tối đa về mặt lý thuyết. Người phát ngôn cho biết thêm: “Việc điều phối DxO giúp giải quyết thách thức lớn hơn về tối ưu hóa cả độ chính xác và chi phí”.

Suleyman, người dẫn đầu nỗ lực xây dựng AI tiên phong của Microsoft, nói với TechCrunch rằng công ty đang hợp tác với Mayo Clinic để đào tạo một mô hình nền tảng cho chăm sóc sức khỏe, dự kiến ​​phát hành vào năm tới. Ông tin rằng mô hình này sẽ cho phép công ty “đạt được những bước nhảy vọt thực sự ở đây” và cho biết DxO là một phần của cơ sở hạ tầng nền tảng mà Microsoft đang xây dựng để đạt được những đột phá thực sự trong lĩnh vực chăm sóc sức khỏe.

Suleyman nói: “Tôi thực sự tin rằng vào năm 2027, chúng ta sẽ đạt được bước đột phá về phong cách mã hóa cho hồ sơ y tế. “Tôi nghĩ chúng ta sẽ có thể đưa ra những dự đoán có độ chính xác cao về cách một hồ sơ y tế có thể diễn ra và rõ ràng loại tầm nhìn xa đó đối với một bác sĩ lâm sàng là bụi vàng.”

Suleyman đã dành cả sự nghiệp của mình để cố gắng sử dụng AI để giải quyết các vấn đề y tế. Trước đây, anh là người đồng sáng lập DeepMind, được Google mua lại vào năm 2014. Năm sau, Google DeepMind mua lại công ty khởi nghiệp Hark của King, một ứng dụng quản lý nhiệm vụ lâm sàng và cả hai cùng nhau ra mắt DeepMind Health. Suleyman gia nhập Microsoft để lãnh đạo bộ phận AI vào năm 2024 và King cũng theo sau đó vài tháng.

Suleyman nói: “Chúng tôi chỉ là những tín đồ thực sự.

Ông cho biết mặc dù việc sử dụng AI sáng tạo trong chăm sóc sức khỏe vẫn còn ở giai đoạn đầu, nhưng ông hy vọng các mô hình chăm sóc sức khỏe sẽ có được “khả năng tốt hơn ở mức độ lớn hơn trong vòng 24 đến 36 tháng tới”.

Suleyman nói: “Như chúng ta đã thấy nhiều lần trong 5 hoặc 6 năm qua, quá trình này diễn ra rất nhanh khi bạn có bánh đà. "Bánh đà có nghĩa là chúng tôi có một mô hình đang được sản xuất mà chúng tôi đang lặp lại việc sử dụng trong thế giới thực nhằm xác định các lỗ hổng trong mô hình, sau đó vá chúng và cải thiện chúng. Đó là những gì đã xảy ra trong quá trình mã hóa. Đó là những gì đã xảy ra trong cuộc trò chuyện trước đó. Và tôi nghĩ năm tới điều này sẽ bắt đầu xảy ra đối với hồ sơ y tế và hỗ trợ quyết định lâm sàng."

Thông qua mối quan hệ hợp tác mới với Trung tâm Y tế Beth Israel Deaconess ở Boston, Microsoft sẽ đánh giá khả năng suy luận lâm sàng của DxO trên các cơ sở bệnh viện khác nhau.

King cho biết: “Công nghệ này đã sẵn sàng để đánh giá trong thế giới thực và bạn có thể tưởng tượng mức độ phức tạp và đa dạng của các vấn đề đến từ khoa cấp cứu ở Boston vào tối thứ Sáu”.

Ông giải thích cách thức hoạt động của nghiên cứu: bệnh nhân sẽ được điều trị tiêu chuẩn, bao gồm phân loại, thời gian với bác sĩ chuyên khoa, điều trị, điều tra và quyết định xem liệu có an toàn để xuất viện hay không. Song song đó, những người đồng ý cũng sẽ tham gia DxO. Microsoft và các đối tác của mình sẽ so sánh các khuyến nghị của DxO với các khuyến nghị của bác sĩ con người.

Google đã công bố một nghiên cứu lâm sàng cùng với Beth Israel trên tờ The Lancet trong tháng này để đánh giá AI chẩn đoán hội thoại AMIE của Google trong các chuyến khám chăm sóc khẩn cấp trong thế giới thực, trong khi các bác sĩ con người theo dõi các tương tác trong thời gian thực.

King cho biết: “Chúng tôi nghĩ đây sẽ là nghiên cứu lớn nhất thuộc loại này. “Nó sẽ không chỉ xuyên suốt các cơ sở khẩn cấp mà cả các môi trường chăm sóc khẩn cấp và sẽ cung cấp cho chúng tôi bằng chứng rất thuyết phục vào cuối thời gian nghiên cứu về khả năng triển khai các hệ thống này ở quy mô lớn hơn trong tương lai.”

Nghiên cứu của Microsoft về Khoa học trùng khớp với một tuyên bố về những gì cần có để xây dựng siêu trí tuệ y tế, được định nghĩa là “khả năng vượt qua các hệ thống y tế do con người lãnh đạo mạnh nhất hiện nay về lý luận và phối hợp y tế trong toàn bộ lĩnh vực chăm sóc”. Microsoft hy vọng sẽ vượt xa việc đánh giá các nhiệm vụ cá nhân — như trả lời các câu hỏi kiểm tra y tế và đưa ra chẩn đoán — để tích hợp với các bác sĩ lâm sàng và hệ thống chăm sóc sức khỏe để có kết quả tốt hơn.

Suleyman cho biết: “Đây là loại công nghệ mà mọi người trên thế giới đều mong muốn và đó là lý do tại sao chúng tôi cam kết làm mọi thứ có thể để đẩy nhanh việc giới thiệu nó ra thế giới,” Suleyman nói và nói thêm rằng trọng tâm này có thể là điểm khác biệt của Microsoft so với các phòng thí nghiệm biên giới khác.

Microsoft đã bán các công cụ đọc chính tả và X quang cho các bác sĩ lâm sàng và coi DxO là một sự mở rộng cho những nỗ lực đó.

Suleyman nói: “Chúng tôi phải có những sản phẩm hỗ trợ quyết định lâm sàng y tế hiện đại số một trong vài năm tới.