Microsoft ประกาศเมื่อวันที่ 22 ตุลาคม 2026 ว่า AI ทางการแพทย์ของบริษัทมีความแม่นยำในการวินิจฉัยสูงกว่าแพทย์ในการทดสอบมาตรฐานงานวิจัย ซึ่งครอบคลุมกรณีทางการแพทย์ที่ซับซ้อนและผู้ป่วยที่มารับบริการในแผนกฉุกเฉิน ผลการศึกษาที่ตีพิมพ์ในวารสาร Science สนับสนุนการทดสอบระบบ MAI-DxO เพิ่มเติม แต่ยังไม่ได้ยืนยันประสิทธิผลในการดูแลผู้ป่วยตามปกติ
ประเด็นสำคัญ
- MAI-DxO ทำผลงานเหนือกว่าแพทย์ในการประเมินการวินิจฉัยที่อิงกรณีศึกษา รวมถึงกรณียากที่ประเมินโดยเปิดให้เข้าถึงตำราและอินเทอร์เน็ต
- ระบบดำเนินการผ่านการตั้งคำถามเพื่อวินิจฉัยและสั่งตรวจตามลำดับ โดยนักวิจัยรายงานว่ามีค่าใช้จ่ายในการตรวจวินิจฉัยต่ำกว่า
- การศึกษาที่วางแผนไว้กับ Beth Israel Deaconess Medical Center จะเปรียบเทียบ AI กับการประเมินทางคลินิกโดยอิสระของแพทย์
สารบัญ
- ผลการทดสอบ AI ทางการแพทย์ของ Microsoft ขึ้นอยู่กับเงื่อนไขการทดสอบ
- แนวทางทีละขั้นมุ่งลดค่าใช้จ่ายในการตรวจวินิจฉัย
- ความร่วมมือกับโรงพยาบาลจะทดสอบประสิทธิภาพกับผู้ป่วย
- บทสรุป
ผลการทดสอบ AI ทางการแพทย์ของ Microsoft ขึ้นอยู่กับเงื่อนไขการทดสอบ
งานวิจัยประเมินกรณีทางการแพทย์ที่ท้าทายมากกว่า 300 กรณี รวมถึงสถานการณ์ที่อ้างอิงจากผู้ป่วยซึ่งมารับบริการในแผนกฉุกเฉิน Microsoft ระบุว่ากรณีที่ซับซ้อนมาจาก The New England Journal of Medicine ส่วนการประเมินในแผนกฉุกเฉินใช้กรณีจาก MIMIC-IV-ED
ผลการเปรียบเทียบแตกต่างกันไปตามกรณีศึกษาและทรัพยากรที่แพทย์มีให้ใช้ ความแตกต่างนี้มีความสำคัญ เพราะผลลัพธ์สะท้อนประสิทธิภาพภายใต้เงื่อนไขการประเมินเฉพาะ ไม่ใช่ตัวชี้วัดเดียวที่บอกว่าระบบจะทำผลงานเทียบกับแพทย์ได้อย่างไรในการปฏิบัติงานทางคลินิกโดยรวม
Microsoft รายงานผลความแม่นยำเมื่อเทียบกันดังต่อไปนี้ ตัวเลขเหล่านี้เป็นการเปรียบเทียบกับผลการปฏิบัติงานของแพทย์ ไม่ใช่อัตราความสำเร็จในการวินิจฉัยแบบสัมบูรณ์
| รายการ | รายละเอียด |
|---|---|
| กรณีซับซ้อน; แพทย์ใช้ตำราและอินเทอร์เน็ต | Microsoft รายงานว่า MAI-DxO มีความแม่นยำมากกว่าสองเท่า |
| กรณีซับซ้อน; แพทย์ไม่มีทรัพยากรดังกล่าว | Microsoft รายงานว่า MAI-DxO มีความแม่นยำเกือบสี่เท่า |
| กรณีในแผนกฉุกเฉินจาก MIMIC-IV-ED | Microsoft รายงานว่า MAI-DxO มีความแม่นยำเป็น 1.7 เท่าของแพทย์ |
แนวทางทีละขั้นมุ่งลดค่าใช้จ่ายในการตรวจวินิจฉัย
MAI-DxO ใช้ระบบประสานงานเพื่อกำหนดว่าจะถามคำถามใด ขอให้ตรวจอะไร และปรับการวินิจฉัยเบื้องต้นอย่างไรเมื่อได้รับข้อมูล แทนที่จะได้รับหลักฐานทั้งหมดพร้อมกัน ระบบจะดำเนินการกับกรณีศึกษาตามลำดับ
แนวทางนี้มุ่งแก้ข้อจำกัดของการทดสอบมาตรฐาน AI ทางการแพทย์แบบปรนัย ซึ่งไม่ได้ครอบคลุมกระบวนการเลือกว่าจะรวบรวมข้อมูลใดต่อไป นักวิจัยระบุว่าระบบยังวินิจฉัยได้โดยใช้การตรวจและหัตถการน้อยลง ส่งผลให้ค่าใช้จ่ายในการตรวจวินิจฉัยต่ำลงในการประเมิน
สำหรับการพัฒนา AI ด้านสุขภาพของ Microsoft งานวิจัยนี้ทดสอบทั้งความแม่นยำในการวินิจฉัยและทรัพยากรที่ใช้เพื่อให้ได้คำตอบ อย่างไรก็ตาม ค่าใช้จ่ายที่ต่ำลงในการทดสอบมาตรฐานไม่ได้เป็นหลักฐานว่าผู้ป่วยในโรงพยาบาลประหยัดค่าใช้จ่ายได้จริง
ความร่วมมือกับโรงพยาบาลจะทดสอบประสิทธิภาพกับผู้ป่วย
ประกาศการศึกษาทางคลินิกล่วงหน้าของ Beth Israel Deaconess Medical Center ยืนยันแผนความร่วมมือที่จะให้ผู้ป่วยโต้ตอบโดยตรงกับระบบวินิจฉัยของ Microsoft นักวิจัยจะเปรียบเทียบประสิทธิภาพของระบบกับการประเมินโดยอิสระของแพทย์ โดยตรวจสอบความแม่นยำ ข้อจำกัด และความเป็นไปได้ในการผสานระบบเข้ากับกระบวนการทำงานด้านสุขภาพ
ความร่วมมือนี้จะขยายงานวิจัยจากการทดสอบมาตรฐานที่อิงกรณีศึกษาไปสู่การประเมินกับผู้ป่วย อย่างไรก็ตาม การศึกษายังอยู่ในขั้นวางแผน ไม่ใช่การยืนยันผลทางคลินิกที่เสร็จสิ้นแล้ว หรือการประกาศนำระบบไปใช้เป็นประจำในแผนกฉุกเฉิน
บทสรุป
ขั้นตอนถัดไปที่ได้รับการยืนยันสำหรับ AI ทางการแพทย์ของ Microsoft คือการศึกษาล่วงหน้าที่วางแผนไว้ร่วมกับ Beth Israel Deaconess Medical Center การประเมินนี้จะตรวจสอบว่าผลจากการทดสอบมาตรฐานสามารถนำไปสู่ประสิทธิภาพทางคลินิกที่เป็นประโยชน์กับผู้ป่วยได้หรือไม่
อ่านข่าวเพิ่มเติม
ข้อจำกัดความรับผิด
บทความ FinanceVelix นี้ให้ข้อมูลทั่วไป ไม่ใช่คำแนะนำทางการเงิน การลงทุน กฎหมาย หรือภาษีที่ปรับให้เหมาะกับแต่ละบุคคล ราคาตลาด อัตราดอกเบี้ย และภาวะเศรษฐกิจอาจเปลี่ยนแปลงได้ การลงทุนมีความเสี่ยงที่จะขาดทุน ข้อเท็จจริงสะท้อนข้อมูลที่มีอยู่ ณ เวลาที่เผยแพร่และอาจเปลี่ยนแปลงได้ โปรดตรวจสอบข้อมูลสำคัญด้วยตนเองและปรึกษาผู้เชี่ยวชาญที่มีคุณสมบัติเหมาะสมเมื่อจำเป็น การกล่าวถึงสินทรัพย์ บริษัท หรือบริการใดไม่ได้หมายถึงการรับรอง




