Microsoft MAI-DxO su Science: l’AI diagnostica meglio dei medici?

Un sistema di intelligenza artificiale sviluppato da Microsoft ha ottenuto risultati diagnostici migliori rispetto ai medici generalisti in due gruppi di casi clinici simulati. Non significa, però, che l’AI sia già più affidabile di un medico nella pratica ospedaliera. Lo studio sul sistema MAI-DxO, pubblicato su Science il 22 ottobre 2026, misura la capacità di ragionare passo dopo passo su casi descritti in forma testuale, non l’efficacia nell’assistenza diretta ai pazienti.

Quali risultati ha ottenuto MAI-DxO?

Nel benchmark SDBench, Microsoft ha analizzato 304 casi clinici complessi derivati dalle discussioni diagnostiche del New England Journal of Medicine. Il sistema MAI-DxO ha raggiunto circa l’83% di diagnosi corrette, contro il 36% dei medici generalisti dotati di risorse informative e il 22% di quelli senza strumenti di consultazione. Sono condizioni sperimentali specifiche e non un confronto con équipe ospedaliere specialistiche.

Su 325 casi di accesso al pronto soccorso ricavati dal dataset MIMIC-IV-ED, il sistema ha raggiunto circa l’80% di accuratezza, rispetto al 47% dei medici nella stessa valutazione. I numeri indicano un risultato promettente in laboratorio, non una prestazione clinica garantita su pazienti reali.

I dati sono descritti nella presentazione ufficiale Microsoft del 22 ottobre 2026; la pubblicazione scientifica è identificata dal DOI 10.1126/science.aeh7930. Il riferimento allo studio permette di distinguere le misure effettive dalle interpretazioni pubblicitarie.

Come funziona l’intelligenza artificiale diagnostica di Microsoft

MAI-DxO, abbreviazione di Microsoft AI Diagnostic Orchestrator, non si limita a ricevere tutti i sintomi e generare una risposta. Coordina più passaggi di ragionamento: formula ipotesi, richiede informazioni aggiuntive, valuta esami possibili, riconsidera la diagnosi e cerca di evitare procedure non necessarie. Il benchmark presenta inizialmente dati incompleti, simulando la necessità di decidere quali informazioni raccogliere.

La ricerca riguarda quindi anche il percorso per arrivare alla diagnosi, non soltanto la risposta finale. Microsoft riferisce che alcune configurazioni del sistema hanno mantenuto un’accuratezza elevata riducendo il costo stimato degli esami. I costi del benchmark restano tuttavia stime, non risparmi osservati in ospedale.

Perché non si può dire che l’AI abbia sostituito i medici

Ci sono limiti fondamentali da tenere presenti. I test utilizzano casi già documentati e rappresentazioni testuali: non valutano direttamente colloquio clinico, visita, urgenze impreviste, qualità dei dati raccolti, responsabilità professionale o interazione continuativa con il paziente. I medici confrontati sono generalisti che affrontano individualmente i casi, non squadre di specialisti.

Inoltre, i ricercatori lavorano per Microsoft, azienda che ha sviluppato il sistema. Per stabilire quanto questi risultati si trasferiscano all’assistenza reale serviranno sperimentazioni cliniche indipendenti, controlli di sicurezza, valutazioni su pazienti diversi e regole appropriate per l’uso sanitario. L’intelligenza artificiale può aiutare i professionisti, ma non deve diventare un motivo per affidarle autonomamente decisioni sanitarie.

Che cosa cambia adesso per ospedali e pazienti?

Il risultato più importante è la dimostrazione che un sistema costruito per raccogliere informazioni in più passaggi può migliorare sensibilmente le prestazioni nei benchmark diagnostici. Non è un servizio da utilizzare per farsi diagnosticare una malattia. Per sintomi o decisioni terapeutiche servono medici e servizi sanitari qualificati.

Lo studio alimenta una domanda più generale su controllo e affidabilità dei sistemi complessi: sul sito abbiamo già spiegato come la proposta statunitense AI Kill Switch Act affronta le emergenze legate all’AI. Un altro esempio del perché i benchmark vadano letti nel loro contesto è il nostro approfondimento su agenti AI valutati in Minecraft: un risultato misurabile in un test non equivale automaticamente a prestazioni identiche nel mondo reale.

In sintesi, MAI-DxO segna un progresso nella valutazione dell’AI diagnostica, ma il prossimo passaggio decisivo è dimostrarne utilità e sicurezza in contesti clinici autentici, senza confondere simulazioni e cure.