MAI-DxO: Microsofts KI erreicht 83 Prozent bei 304 komplexen Diagnosen
Veröffentlicht am: 23.10.2026 um 06:05 Uhr | Redaktion boerse-global.de
Forscher von Microsoft AI haben mit dem Diagnostic Orchestrator, kurz MAI-DxO, ein neues System zur medizinischen Diagnosestellung sowie die zugehörige Testumgebung SDBench vorgestellt. Die Arbeit wurde im Fachjournal Science veröffentlicht.
MAI-DxO simuliert ein Gremium aus mehreren spezialisierten Sprachmodellen, das nacheinander klinische Fragen formuliert, gezielt diagnostische Tests sowie Untersuchungen veranlasst und bestehende Hypothesen fortlaufend überarbeitet.
Hohe Genauigkeit bei komplexen Fallbeispielen
In Testläufen anhand von 304 komplexen Fallbeschreibungen aus dem New England Journal of Medicine (NEJM) erreichte MAI-DxO eine Diagnosegenauigkeit von 83% (83,2%).
Zum Vergleich erzielten Allgemeinärzte mit Zugang zu Referenzressourcen in der Erhebung 36% (36,1%) und ohne zusätzliche Hilfsmittel circa 22%. Das KI-System übertraf die Mediziner damit um das 2,3- beziehungsweise 3,7-Fache.
Auch bei Notaufnahmefällen aus dem Datensatz MIMIC-IV-ED schnitt das System überlegen ab: MAI-DxO erreichte hier 80% (80,3%) Treffsicherheit, während die beteiligten Ärzte auf 47% (46,8%) kamen, was dem 1,7-Fachen entspricht.
Während die künstliche Intelligenz Diagnosen optimiert, bleibt das Verständnis der eigenen Vitalwerte für Patienten die wichtigste Basis der Gesundheitsvorsorge. Dieser kostenlose Report erklärt verständlich, welche Laborwerte wirklich wichtig sind und wie man Fehlinterpretationen vermeidet. Kostenlosen Laborwerte-Selbstcheck jetzt sichern
In einer kostenoptimierten Konfiguration lag die Genauigkeit bei 81% zu weniger als der Hälfte der Kosten vergleichbarer Systeme. Insgesamt belaufen sich die geschätzten Diagnosekosten auf die Hälfte bis ein Drittel herkömmlicher Abläufe. Die Einsparungen basieren dabei auf kalkulierten Werten für die simulierten Abläufe und nicht auf realen Abrechnungsdaten aus Kliniken.
Modellarbeit und offengelegte Benchmarks
MAI-DxO baut auf GPT-5 von OpenAI auf, wurde von den Entwicklern jedoch auch mit GPT-5.5 erprobt. GPT-5 allein kam bei den komplexen Krankheitsfällen auf eine Trefferquote von 78,9% bei geschätzten Kosten von rund 8.400 US-Dollar je Fall. Unter Einsatz von DxO reduzierten sich die Aufwendungen um circa 3.000 US-Dollar, während die Genauigkeit um etwa vier Prozentpunkte anstieg.
In Kombination mit GPT-5.5 verbesserte sich die Treffsicherheit von 72% auf fast 87% bei leicht verringerten Kosten. Bei Tests mit Gemini 2.5 Flash stieg der Wert von 46,4% im isolierten Einsatz auf knapp 69% im Verbund mit dem Orchestrator.
Der technologische Fortschritt in der Medizin zeigt, wie wichtig präzise Analysen für eine korrekte Befundung sind – ein Prinzip, das auch für die private Vorsorge gilt. Tausende Menschen nutzen bereits diesen Experten-Ratgeber, um ihre Blutwerte selbst besser einzuordnen und aktiv die eigene Gesundheit zu schützen. Gratis-PDF: Laborwerte verstehen und handeln
Der vorgestellte Benchmark SDBench umfasst die 304 NEJM-Fälle sowie die MIMIC-IV-ED-Daten. Microsoft AI macht sowohl den Code als auch den Kostenalgorithmus für wissenschaftliche Zwecke zugänglich. Ausgewählte Fälle aus der NEJM-Sammlung werden zudem als Open-Source-Material bereitgestellt.
Klinische Grenzen und nächste Schritte
Am 22. Oktober 2026 merkte Dominic King von Microsoft AI Health an, dass gängige Multiple-Choice-Prüfungen mit vollständigen Erfolgsraten nicht dem klinischen Alltag entsprächen. Sein Kollege Harsha Nori verwies darauf, dass das neue Verfahren auch erfasse, wie gewissenhaft und methodisch die einzelnen Schritte zur Befundung abgearbeitet werden.
Mustafa Suleyman, CEO von Microsoft AI, stufte die Entwicklung als Schritt in Richtung einer medizinischen Superintelligenz ein und nannte das Erreichen menschengleicher Fähigkeiten in den kommenden Jahren als Ziel. Für 2027 stellte er zudem ein gemeinsam mit der Mayo Clinic geplantes Basismodell in Aussicht.
Gleichzeitig verweisen die Autoren auf methodische Einschränkungen. Als Kontrollgruppe dienten Allgemeinärzte und Internisten, wohingegen hochkomplexe Krankheitsbilder in der Praxis meist von Fachärzten behandelt werden. Die Forscher rechnen in direkten Vergleichen mit Spezialisten daher mit einem kleineren Leistungsvorsprung.
Als nächster Schritt ist in den kommenden Monaten eine prospektive Studie sowie ein Triage-Test in Notaufnahmen in Kooperation mit dem Beth Israel Deaconess Medical Center in Boston geplant. Eine umfassende klinische Validierung steht bislang noch aus, und auch Schritte für eine kommerzielle Verwertung sind derzeit offen.
