MAI-DxO koordiniert simulierte klinische Rollen, die Diagnosen vorschlagen und die nächste sinnvolle Frage oder Untersuchung wählen. SDBench umfasst 304 komplexe Fälle und 325 Notaufnahmefälle. Im geprüften Rahmen erreichte das System rund 83 beziehungsweise 80 Prozent. Eine kostenbegrenzte Variante hielt die Genauigkeit bei etwa 81 Prozent und senkte die theoretischen Untersuchungskosten.

Ein schrittweise aufgebauter Diagnoseweg

MAI-DxO koordiniert simulierte klinische Rollen, die Diagnosen vorschlagen und die nächste sinnvolle Frage oder Untersuchung wählen.

SDBench umfasst 304 komplexe Fälle und 325 Notaufnahmefälle. Im geprüften Rahmen erreichte das System rund 83 beziehungsweise 80 Prozent.

Eine kostenbegrenzte Variante hielt die Genauigkeit bei etwa 81 Prozent und senkte die theoretischen Untersuchungskosten.

Starke Zahlen in einem engen Rahmen

Die Werte belegen keine Überlegenheit gegenüber einem Krankenhaus: Die Fälle waren textbasiert und Spezialteams wurden nicht verglichen.

Auch die bei Microsoft beschäftigten Autoren warnen vor einer Übertragung auf die reale Versorgung.

Der nächste Test erfolgt mit Patienten

Eine prospektive Studie mit dem Beth Israel Deaconess Medical Center soll Sicherheit, Fehler, Fairness und Arbeitsabläufe prüfen.

Der Fortschritt liegt in der Bewertung des Diagnosewegs; der klinische Nutzen muss unter realen Bedingungen belegt werden.

Fazit

MAI-DxO verbessert die Prüfung medizinischer KI, ist aber noch kein Nachweis für den Krankenhausalltag.