Microsoft ने 22 अक्टूबर, 2026 को घोषणा की कि जटिल मेडिकल मामलों और आपातकालीन विभाग में आए मरीजों की प्रस्तुतियों पर आधारित शोध बेंचमार्क में उसके मेडिकल AI ने चिकित्सकों से अधिक निदान सटीकता हासिल की। Science में प्रकाशित निष्कर्ष उसके MAI-DxO सिस्टम के और परीक्षण का समर्थन करते हैं, लेकिन नियमित मरीज देखभाल में इसकी प्रभावशीलता स्थापित नहीं करते।

मुख्य बातें

  • मामलों पर आधारित निदान मूल्यांकनों में MAI-DxO ने चिकित्सकों से बेहतर प्रदर्शन किया। इसमें कठिन मामले भी शामिल थे, जिनका आकलन पाठ्यपुस्तकों और इंटरनेट तक पहुंच के साथ किया गया।
  • यह सिस्टम निदान संबंधी सवालों और परीक्षणों को क्रमवार आगे बढ़ाता है; शोधकर्ताओं ने बताया कि इससे निदान-जांच की लागत कम हुई।
  • योजनाबद्ध Beth Israel Deaconess Medical Center अध्ययन में AI की तुलना चिकित्सकों के स्वतंत्र नैदानिक आकलनों से की जाएगी।

विषय-सूची

Microsoft मेडिकल AI के नतीजे परीक्षण की परिस्थितियों पर निर्भर करते हैं

शोध में 300 से अधिक चुनौतीपूर्ण मेडिकल मामलों के साथ-साथ आपातकालीन विभाग में आए मरीजों की प्रस्तुतियों पर आधारित परिदृश्यों का मूल्यांकन किया गया। Microsoft ने कहा कि जटिल मामले The New England Journal of Medicine से लिए गए थे, जबकि आपातकालीन विभाग के मूल्यांकन में MIMIC-IV-ED के मामले इस्तेमाल किए गए।

मामलों और चिकित्सकों के लिए उपलब्ध संसाधनों के आधार पर तुलना के नतीजे अलग-अलग थे। यह अंतर अहम है: नतीजे खास मूल्यांकन परिस्थितियों में प्रदर्शन बताते हैं, न कि यह कि नैदानिक अभ्यास में डॉक्टरों की तुलना में सिस्टम कैसा प्रदर्शन करेगा, इसका कोई एक समग्र माप।

Microsoft ने सापेक्ष सटीकता के निम्नलिखित नतीजे बताए। ये चिकित्सकों के प्रदर्शन से तुलना हैं, न कि निदान की पूर्ण सफलता दर।

मदविवरण
जटिल मामले; पाठ्यपुस्तकों और इंटरनेट का इस्तेमाल करने वाले चिकित्सकMicrosoft ने बताया कि MAI-DxO की सटीकता दोगुने से अधिक थी।
जटिल मामले; उन संसाधनों के बिना चिकित्सकMicrosoft ने बताया कि MAI-DxO की सटीकता लगभग चार गुना थी।
MIMIC-IV-ED के आपातकालीन विभाग के मामलेMicrosoft ने बताया कि MAI-DxO की सटीकता चिकित्सकों से 1.7 गुना थी।

चरण-दर-चरण तरीका निदान-जांच की लागत घटाने पर केंद्रित है

MAI-DxO एक ऑर्केस्ट्रेटर का इस्तेमाल करता है, जो तय करता है कि कौन-से सवाल पूछे जाएं, कौन-से परीक्षण कराए जाएं और जानकारी मिलने के साथ प्रारंभिक निदान में किस तरह संशोधन किया जाए। सारे साक्ष्य एक साथ मिलने के बजाय, सिस्टम मामले की जांच क्रमवार करता है।

यह तरीका बहुविकल्पीय मेडिकल AI बेंचमार्क की एक सीमा को संबोधित करता है, जो यह नहीं दर्शाते कि आगे कौन-सी जानकारी जुटानी है, यह चुनने की प्रक्रिया कैसी होती है। शोधकर्ताओं ने कहा कि सिस्टम ने कम परीक्षणों और प्रक्रियाओं के साथ भी निदान तक पहुंच बनाई, जिससे मूल्यांकनों में जांच की लागत कम हुई।

Microsoft के हेल्थकेयर AI विकास के लिए यह शोध निदान की सटीकता और जवाब तक पहुंचने में इस्तेमाल हुए संसाधनों—दोनों का परीक्षण करता है। हालांकि, किसी बेंचमार्क में कम लागत अस्पतालों के लिए वास्तविक बचत का प्रमाण नहीं है।

अस्पताल के साथ सहयोग में मरीजों पर प्रदर्शन का परीक्षण होगा

Beth Israel Deaconess Medical Center की संभावित नैदानिक अध्ययन की घोषणा में नियोजित सहयोग की पुष्टि की गई है, जिसके तहत मरीज सीधे Microsoft के निदान सिस्टम से संवाद करेंगे। शोधकर्ता इसकी सटीकता, सीमाओं और स्वास्थ्य सेवा कार्यप्रवाह में संभावित एकीकरण का आकलन करते हुए, इसके प्रदर्शन की तुलना चिकित्सकों के स्वतंत्र आकलनों से करेंगे।

यह सहयोग शोध को मामलों पर आधारित बेंचमार्क से आगे ले जाकर मरीजों के साथ मूल्यांकन की दिशा में बढ़ाता है। यह अभी नियोजित अध्ययन है, पूरा हो चुका नैदानिक सत्यापन नहीं; न ही यह आपातकालीन विभागों में नियमित इस्तेमाल की घोषणा है।

निष्कर्ष

Microsoft मेडिकल AI के लिए अगला पुष्ट कदम Beth Israel Deaconess Medical Center के साथ नियोजित संभावित अध्ययन है। इसमें यह जांचा जाएगा कि बेंचमार्क के नतीजे मरीजों के साथ उपयोगी नैदानिक प्रदर्शन में बदलते हैं या नहीं।

और खबरें पढ़ें

FinanceVelix की और खबरें

अस्वीकरण

यह FinanceVelix लेख सामान्य जानकारी प्रदान करता है, व्यक्तिगत वित्तीय, निवेश, कानूनी या कर संबंधी सलाह नहीं। बाजार मूल्य, ब्याज दरें और आर्थिक परिस्थितियां बदल सकती हैं; निवेश में नुकसान का जोखिम होता है। तथ्य प्रकाशन के समय उपलब्ध सामग्री पर आधारित हैं और बदल सकते हैं। महत्वपूर्ण जानकारी की स्वतंत्र रूप से जांच करें और जरूरत पड़ने पर किसी योग्य पेशेवर से सलाह लें। किसी परिसंपत्ति, कंपनी या सेवा का उल्लेख समर्थन नहीं है।