L’AI di Microsoft batte i medici nei test diagnostici: cosa dimostra davvero
MAI-DxO riconosce più diagnosi corrette nei casi esaminati, ma non è ancora stato validato nell’assistenza ai pazienti.
83 diagnosi corrette su 100 per l’AI di Microsoft, contro 22 per i medici senza strumenti di consultazione. È il risultato più vistoso dello studio pubblicato il 22 ottobre 2026 su Science. Ma il confronto riguarda casi clinici ricostruiti in un test, non visite a pazienti effettuate in ospedale. Quel «quattro volte meglio» descrive dunque una prova specifica, non la capacità generale di sostituire un medico.
La notizia conta proprio per questa distinzione. Microsoft non ha soltanto chiesto a un chatbot di indovinare una malattia: gli ha fatto raccogliere indizi, scegliere quali esami richiedere e rivedere le proprie ipotesi. È un passo verso strumenti che potrebbero aiutare i clinici a non trascurare una diagnosi possibile. La prova decisiva, però, sarà capire se questo vantaggio resiste davanti a persone reali, con sintomi incompleti e decisioni che hanno conseguenze.
In questo articolo
Il «quattro volte meglio» dipende da quali medici si confrontano
Il sistema si chiama Microsoft AI Diagnostic Orchestrator (MAI-DxO): un coordinatore di modelli di intelligenza artificiale che affrontano insieme un problema diagnostico. Microsoft lo ha valutato con il Sequential Diagnosis Benchmark (SDBench), un banco di prova in cui le informazioni arrivano poco alla volta. Comprende 304 casi particolarmente complessi pubblicati sul New England Journal of Medicine e casi tratti da una banca dati di accessi al pronto soccorso.
Secondo i risultati comunicati da Microsoft, il divario cambia molto con il contesto: nei casi difficili i medici passano dal 22% al 36% quando possono consultare libri e internet. Nei casi di pronto soccorso il vantaggio dell’AI è più contenuto: 80% contro 47%. Dire che il sistema è «quattro volte più accurato dei medici» senza precisare il tipo di prova e le risorse disponibili ai partecipanti nasconde una parte essenziale della notizia.
| Casi esaminati | MAI-DxO | Medici nel confronto |
|---|---|---|
| Casi clinici complessi | 83% di diagnosi corrette | 22% senza risorse esterne; 36% con risorse |
| Casi tratti dal pronto soccorso | 80% di diagnosi corrette | 47% di diagnosi corrette |
L’innovazione non è la risposta: è scegliere la prossima domanda
Nei test tradizionali, l’AI riceve spesso una descrizione completa del caso e deve indicare una risposta. SDBench cambia le regole: presenta poche informazioni iniziali e lascia al sistema il compito di chiedere altri dettagli o selezionare esami. È la differenza tra risolvere un giallo dopo aver letto l’ultima pagina e decidere quali indizi cercare mentre l’indagine è ancora aperta.
MAI-DxO organizza più passaggi di ragionamento: formula diagnosi alternative, mette in discussione l’ipotesi prevalente e valuta l’utilità di ogni nuovo test rispetto al suo costo stimato. Microsoft riferisce che una configurazione orientata a contenere le spese ha mantenuto l’81% di accuratezza sui casi complessi, con costi stimati inferiori alla metà rispetto ai sistemi messi a confronto. Non è, però, una promessa di dimezzare la spesa sanitaria: il calcolo appartiene al banco di prova e non misura i costi effettivi di un percorso di cura.
Che cos’è un benchmark diagnostico?
È una prova organizzata per confrontare come diversi partecipanti affrontano gli stessi casi. SDBench valuta sia la diagnosi finale sia le domande e gli esami scelti lungo il percorso. Non equivale a una sperimentazione clinica su pazienti.
Il banco di prova non vede tutto ciò che vede un medico
I casi di pronto soccorso derivano da documentazione clinica esistente, ma vengono riproposti al sistema in un ambiente di valutazione: l’AI non sta ancora seguendo quei pazienti mentre entrano in ospedale. Un medico, invece, deve anche osservare la persona, gestire informazioni contraddittorie, decidere quanto sia urgente intervenire e assumersi la responsabilità della scelta. Per questo un punteggio diagnostico, per quanto alto, non dimostra da solo che i pazienti riceverebbero cure migliori o più sicure.
Microsoft annuncia ora uno studio prospettico con il Beth Israel Deaconess Medical Center di Boston: i pazienti interagiranno direttamente con il sistema e le sue prestazioni saranno confrontate con valutazioni indipendenti dei medici. La distinzione è cruciale anche per noi in Italia: un buon risultato ottenuto su casi statunitensi non garantisce lo stesso rendimento in un altro sistema sanitario, con percorsi, dati e disponibilità degli esami differenti.
Una diagnosi plausibile non è una diagnosi confermata
Un sistema può dare una risposta convincente e sbagliata. Non usare i risultati di MAI-DxO come motivo per sostituire una valutazione medica con una conversazione con un chatbot.
La sfida sarà dimostrare utilità e sicurezza, non vincere un test
L’Organizzazione mondiale della sanità richiama l’attenzione sui rischi delle risposte inaccurate o distorte dei sistemi di AI in medicina. Il punto non è negare il risultato di Microsoft, ma chiedere una prova più importante: quando il sistema affianca un professionista, diminuiscono davvero gli errori senza aggiungerne di nuovi? È questa la misura che conta per chi entra in ambulatorio, non soltanto la percentuale su una tabella.
In Europa, ricorda la Commissione europea, il software di AI destinato a usi medici deve confrontarsi con requisiti di gestione del rischio, qualità dei dati, informazioni agli utenti e supervisione umana. MAI-DxO è quindi una dimostrazione scientifica promettente, non un servizio diagnostico annunciato per i pazienti italiani. Il suo futuro dipenderà meno da quanto spesso indovina da solo e più da quanto rende migliori le decisioni prese insieme ai medici.
