مايكروسوفت: نظام MAI-DxO يشخص الحالات المعقدة بدقة 83% مقابل 36% للأطباء
بقلم علي المنتصر — محلل ومحرر تقني أول
أعلنت مايكروسوفت عن نتائج دراسة منشورة في مجلة Science تُظهر أن نظام MAI-DxO التشخيصي حقق دقة 83% في الحالات الطبية المعقدة مقابل 36% للأطباء العامين. يعتمد النظام على تنسيق عدة وكلاء ذكاء اصطناعي بأفضل نتائج مع GPT-5.5 (87% بتكلفة أقل)، وتخطط الشركة لإطلاق نموذج أساسي للرعاية الصحية بالتعاون مع Mayo Clinic العام المقبل. يمثل هذا الإعلان خطوة نحو ما تسميه مايكروسوفت 'الذكاء الاصطناعي الطبي الفائق'، مع تقييم سريري وشيك في مستشفى Beth Israel Deaconess.
الموجز الإحصائي السريع
أعلنت مايكروسوفت في 22 أكتوبر 2026 عن نتائج دراسة منشورة في مجلة Science تُظهر أن نظامها التشخيصي MAI-DxO حقق دقة 83% في الحالات الطبية المعقدة مقابل 36% للأطباء العامين. النظام ينسق عدة وكلاء ذكاء اصطناعي، وحقق أفضل نتائجه مع GPT-5.5 بدقة 87% وتكلفة أقل. تخطط مايكروسوفت لإطلاق نموذج أساسي للرعاية الصحية مع Mayo Clinic العام المقبل، وتقييم سريري وشيك في Beth Israel Deaconess.
📊 بطاقة البيانات والمواصفات التقنية الرسمية
| المحور التقني | البيانات الرسمية المؤكدة |
|---|---|
| 💰 الأسعار وتكلفة الاستخدام | تكلفة تشغيل GPT-5 وحده على الحالات المعقدة: ~8,400 دولار لكل حالة. DxO خفض التكلفة بنحو 3,000 دولار مع رفع الدقة ~4 نقاط. مع GPT-5.5: دقة 87% بتكلفة أقل قليلاً. لا توجد أسعار توكنز معلنة للنظام. |
| 🌐 المنصات والتوفر الفوري | غير متاح تجارياً. تقييم سريري في Beth Israel Deaconess Medical Center (بوسطن). مايكروسوفت تبيع أدوات الإملاء الطبي والأشعة لل clinicians. لا توفر عبر Azure أو API بعد. |
| ⚡ الأداء ومؤشرات السرعة | دقة MAI-DxO: 83% مقابل 36% للأطباء العامين. GPT-5 وحده: 78.9%. GPT-5.5 وحده: 72%، مع DxO: ~87%. Gemini 2.5 Flash: 46.4% وحده، 69% مع DxO. حالات الطوارئ: ~85% مع وبدون DxO. |
| 🛡️ الأمان ومقاومة الاختراق | لم تُذكر معايير أمان محددة أو مقاومة Prompt Injection. الدراسة ركزت على الدقة والتكلفة. التقييم السريري القادم سيقارن توصيات DxO مع الأطباء البشريين. |
| 🧠 سياق الذاكرة (Context Window) | لم يذكر التقرير حجم نافذة السياق. النظام يعتمد على تنسيق عدة وكلاء (multi-agent orchestration) لطرح الأسئلة وطلب الفحوصات ومناقشة التشخيص. |
| 🌍 دعم اللغة العربية والمنطقة | لا توجد معلومات عن دعم اللغة العربية أو التوفر في المنطقة العربية. النظام في مرحلة التقييم السريري بالولايات المتحدة فقط. |
تفاصيل الإعلان والميزات التقنية الجديدة
نظام MAI-DxO (اختصار DxO) هو نظام تنسيق متعدد الوكلاء يحاكي لجنة من الأطباء: يطرح الأسئلة على المريض، يطلب الفحوصات، ويتناقش في التشخيص. في محاكاة باستخدام حالات معقدة من مجلة New England Journal of Medicine، حقق النظام دقة 83% مقابل 36% للأطباء العامين الذين عملوا بشكل فردي مع مواد مرجعية. وأشار التقرير إلى أن هذه الحالات المعقدة عادةً ما يتولاها متخصصون أو فرق طبية لم تكن جزءاً من المقارنة.
اختبرت مايكروسوفت MAI-DxO مع نماذج من OpenAI وGoogle وAnthropic وMeta وDeepSeek، لكن أفضل النتائج جاءت مع GPT-5 وGPT-5.5 من OpenAI. مع GPT-5 وحده وبموجه قصير، بلغت الدقة 78.9% على الحالات المعقدة بتكلفة ~8,400 دولار لكل حالة. خفض DxO التكلفة بنحو 3,000 دولار لكنه رفع الدقة بنحو 4 نقاط فقط. مع GPT-5.5 (صدر في أبريل 2026)، رفع DxO الدقة من 72% إلى ما يقرب من 87% بتكلفة أقل قليلاً. في حالات قسم الطوارئ، لم تظهر تحسينات تذكر: كلا النظامين (مع وبدون DxO) سجل ~85% بتكلفة مماثلة.
أوضح باحثو مايكروسوفت أن مكاسب الدقة تتقلص طبيعياً مع اقتراب النماذج من الحد الأقصى النظري. وقال المتحدث: 'تساعد أوركسترا DxO في التحدي الأوسع المتمثل في تحسين الدقة والتكلفة معاً'. وأشار Suleyman إلى أن الشركة تعمل مع Mayo Clinic لتدريب نموذج أساسي للرعاية الصحية، مع إطلاق مخطط له العام المقبل، ويتوقع 'قفزات هائلة' في هذا المجال. كما توقع أن يكون عام 2027 على وشك اختراق في السجلات الطبية، مع تدفق تنبؤات دقيقة حول كيفية تطور السجل الطبي.
المقارنة المعيارية والأداء التنافسي
تُظهر البيانات أن DxO يساعد أكثر في الحالات المعقدة ومع النماذج الأقل قدرة. على سبيل المثال، سجل Gemini 2.5 Flash دقة 46.4% وحده، لكنها ارتفعت إلى ما يقرب من 69% مع DxO. ومع ذلك، كانت الفجوة بين النماذج الأضعف والأقوى أكبر من التعزيز الذي وفره DxO. في المقابل، أعلنت Google عن دراسة سريرية في The Lancet مع Beth Israel Deaconess لتقييم AMIE، حيث تطابقت التشخيصات التفريقية لـ AMIE مع التشخيصات النهائية للأطباء بنسبة 90%، وساعدت ملخصات الذكاء الاصطناعي الأطباء في التحضير للزيارات بنسبة 75% من الحالات. هذا يضع مايكروسوفت في منافسة مباشرة مع Google وOpenAI على التفوق في التشخيص الطبي بالذكاء الاصطناعي.
ماذا يعني هذا للمطور والمستخدم العربي؟ (The Localization Edge)
لا يتضمن التقرير أو البيان الرسمي أي إشارة إلى دعم اللغة العربية أو التوفر في المنطقة العربية، مما يعني أن المطورين العرب لن يتمكنوا من الوصول إلى MAI-DxO تجارياً في الوقت الحالي. ومع ذلك، فإن النتائج التي تحققت مع GPT-5.5 (دقة 87% بتكلفة أقل) تشير إلى أن النماذج متعددة اللغات قد تستفيد من تحسينات مماثلة عند تطبيقها على النصوص العربية، خاصة في ظل كفاءة التوكنز العربية التي تتطلب عادةً عدداً أكبر من الرموز مقارنة بالإنجليزية. بالنسبة للشركات الناشئة في العالم العربي، قد يمثل هذا فرصة لتطوير حلول تشخيصية محلية تعتمد على واجهات برمجة التطبيقات (APIs) للنماذج الأساسية مثل GPT-5.5، مع الأخذ في الاعتبار التكلفة المرتفعة (~8,400 دولار لكل حالة معقدة) التي قد تحد من الجدوى التجارية. حالات الاستخدام العملية تشمل مساعدة الأطباء في المناطق النائية أو ذات الكثافة السكانية العالية، لكن غياب الدعم العربي الرسمي يظل عائقاً رئيسياً.
الخلاصة والتطلعات القادمة
يمثل إعلان مايكروسوفت عن MAI-DxO خطوة جوهرية نحو 'الذكاء الاصطناعي الطبي الفائق'، مدعومة بأرقام صلبة: دقة 83% مقابل 36% للأطباء، وتحسينات ملحوظة مع GPT-5.5. التقييم السريري القادم في Beth Israel Deaconess سيكون الاختبار الحقيقي لقدرة النظام على العمل في بيئات طوارئ معقدة. مع خطط إطلاق نموذج أساسي للرعاية الصحية العام المقبل، تبدو مايكروسوفت عازمة على تحدي Google وOpenAI في هذا المجال. ومع ذلك، يبقى السؤال حول التوفر التجاري والتكلفة والدعم اللغوي مفتوحاً، خاصة للمستخدمين العرب.
المصدر الإعلامي: TechCrunch AI | البيان الرسمي للشركة: المصدر الأصلي | تدقيق وتحليل البيانات: AI Tools Oasis
أسئلة شائعة
فريق AI Tools Oasis
نقدم لك أحدث الأخبار والتحليلات في عالم الذكاء الاصطناعي بدقة ومصداقية. تابعنا للحصول على كل جديد.
