يتزايد الطلب على الخدمات الصحية بشكل مستمر، ومع تعقيد إجراءات حجز المواعيد وتأخرها، يزداد الاعتماد على الخدمات الطبية الرقمية للحصول على النصيحة والدعم. تستقبل خدمات مايكروسوفت مثل Bing وCopilot يومياً ما يقارب 50 مليون استعلام يتعلق بمسائل طبية. لذلك، طوّرت مايكروسوفت نظاماً جديداً للتشخيص الطبي بالذكاء الاصطناعي يُعرف باسم MAI-DxO، وهو وكيل ذكي قادر على محاكاة التفكير الطبي المتسلسل الذي يتبعه الأطباء في الواقع. يعمل هذا النظام كـ"منسّق تشخيصي" ذكي، يعتمد على سلسلة من الخطوات التفاعلية للوصول إلى التشخيص الطبي الصحيح، مع مراعاة الكفاءة والتكلفة.

بخلاف الاختبارات التقليدية التي تعتمد على أسئلة متعددة الخيارات لتقييم النماذج اللغوية، اعتمدت مايكروسوفت في تطوير MAI-DxO على بيانات واقعية من 304 حالة سريرية معقدة ومنشورة في مجلة New England Journal of Medicine، والتي غالباً ما تُعرض في مؤتمرات سريرية تعليمية. في هذه الحالات، يُقدّم للطبيب أو للنظام الذكي ملخص قصير عن الحالة، ثم يطلب معلومات إضافية خطوة بخطوة، كما يفعل الأطباء في الواقع. تُستخدم كل معلومة جديدة لتعديل الفرضيات التشخيصية وتضييق الاحتمالات حتى الوصول إلى التشخيص النهائي، وهي عملية تُعرف بـ التشخيص المتسلسل. لا يقتصر تقييم MAI-DxO على دقة التشخيص فحسب، بل يشمل أيضاً الكفاءة الاقتصادية، أي عدد الزيارات والفحوصات المطلوبة للوصول إلى التشخيص الصحيح.

لا يعتمد MAI-DxO على نموذج ذكاء اصطناعي واحد، بل ينسّق بين عدة نماذج لغوية متقدمة مثل GPT من OpenAI، وClaude، وGemini، وLLaMA، وGrok، وDeepSeek. تُشغّل هذه النماذج كأنها لجنة من الأطباء الافتراضيين، حيث يقترح كل "وكيل" فرضيات، ويوصي بفحوصات، ويشارك في نقاش جماعي افتراضي للوصول إلى أفضل قرار تشخيصي. و يتميز النظام بكونه واعياً بالتكاليف، فلا يطلب فحوصات غير ضرورية، بل يختار فقط ما له قيمة تشخيصية عالية وتكلفة منخفضة، مما يقلل من الهدر المالي ويسرّع الوصول إلى التشخيص دون التأثير على الدقة.

أظهرت النتائج أن نظام MAI-DxO، عند استخدامه مع نموذج O3 من OpenAI، حقق دقة تشخيص بلغت 85.5%، وهي نسبة تفوق بأربعة أضعاف متوسط دقة مجموعة من الأطباء الممارسين الذين بلغت دقتهم 20% في الـ 304 حالة طبية معقدة. كما قلّل النظام من تكلفة الفحوصات بنسبة 20% مقارنة بالأطباء. وقد تم اختبار النظام باستخدام نماذج لغوية متعددة من شركات مختلفة، وأظهرت النتائج أن الأداء العالي للنظام يتكرر عبر هذه النماذج، مما يدل على أن التحسن لا يعود فقط إلى النموذج اللغوي، بل إلى طريقة التنسيق الذكي التي يتبعها MAI-DxO في التفكير والتصرف.

من المهم الإشارة إلى أن الأطباء الذين شاركوا في التقييم لم يُسمح لهم باستخدام أي مصادر خارجية أو استشارة زملائهم، مما يجعل المقارنة غير عادلة تمامًا. كما أن الحالات المختارة كانت معقدة بطبيعتها، وغالباً ما تتطلب تعاون أكثر من مختص للوصول إلى التشخيص النهائي. لذلك، فإن تفوق النظام لا يعني بالضرورة ضعف أداء الأطباء، بل يُظهر كفاءة النظام في محاكاة التفكير الطبي المعقد. تُرى مايكروسوفت هذا النظام كأداة مساعدة قوية للطبيب لتعزيز قراراتهم وتحسين جودة الرعاية، وليس بديلاً عنه.