Microsoft ha presentato MAI-DxO, un sistema composto da più agenti AI che lavorano in squadra per formulare diagnosi mediche. Il funzionamento è semplice ma efficace: un agente interpreta il ruolo del medico che interroga il paziente, un altro richiede gli esami, un terzo contesta le conclusioni dei colleghi. Alla fine il gruppo converge su una diagnosi condivisa, come un vero team clinico.
Lo studio, pubblicato su Science, ha messo alla prova il sistema con casi clinici complessi tratti dal New England Journal of Medicine. Il risultato è netto: diagnosi corretta nell'83% dei casi, contro il 36% ottenuto da medici di base e internisti generalisti lasciati soli con i materiali di consultazione. Mustafa Suleyman, a capo di Microsoft AI, ha parlato di un passo concreto verso la "superintelligenza medica".
Numeri che ridimensionano l'entusiasmo
I dati mostrano però una realtà meno trionfale del comunicato. Gran parte del vantaggio deriva dal miglioramento dei modelli di base, mentre l'orchestrazione di Microsoft aggiunge solo un margine contenuto. Con GPT-5 da solo, la precisione era del 78,9% con un costo di circa 8.400 dollari per caso; con DxO la spesa scende di circa 3.000 dollari ma la precisione guadagna appena quattro punti. Con GPT-5.5 si passa dal 72% a quasi l'87%, con costi leggermente inferiori. Nei casi da pronto soccorso, invece, il sistema non ha fatto praticamente differenza.
Microsoft ha testato DxO con modelli di OpenAI, Google, Anthropic, Meta e DeepSeek. Il salto più spettacolare è stato quello di Gemini 2.5 Flash, passato dal 46,4% a quasi il 69%. La società ha stretto un accordo con il Beth Israel Deaconess Medical Center di Boston per testare il ragionamento clinico di DxO in ambienti ospedalieri reali, confrontando le raccomandazioni dell'AI con quelle dei medici umani.
La concorrenza è già in campo: Google ha pubblicato su The Lancet uno studio clinico su AMIE, la sua AI diagnostica conversazionale, provata in visite reali di cure urgenti. Suleyman, che ha cofondato DeepMind e lavora nel settore medico da anni, punta a un volano di miglioramento continuo: modelli in produzione, uso reale, correzione degli errori. Microsoft sta sviluppando con la Mayo Clinic un modello di base per la sanità atteso per il prossimo anno, con l'obiettivo di arrivare entro il 2027 a una svolta paragonabile a quella del coding per le cartelle cliniche.
