Microsofts KI traf schwierige Diagnosen in 83 Prozent der Fälle, Hausärzte in 36 Prozent: Fachärzte waren nicht im Vergleich

Die künstliche Intelligenz von Microsoft stellte in 83 Prozent der komplexen medizinischen Fälle die richtige Diagnose, während Allgemeinmediziner und Internisten, die einzeln und mit Fachliteratur vor sich arbeiteten, in 36 Prozent richtig lagen. Die Studie erschien in der Zeitschrift Science, und Mustafa Suleyman, Chef von Microsoft AI, nannte sie einen Schritt zur „medizinischen Superintelligenz“. Ein großes Wort für ein Ergebnis aus einer Simulation.

Das System heißt MAI-DxO und funktioniert wie ein virtuelles Konsilium: Mehrere KI-Agenten befragen den Patienten, ordnen Untersuchungen an und streiten miteinander, bis sie sich auf eine Diagnose einigen. Die Fälle stammen aus dem New England Journal of Medicine, aus jenen, die gerade deshalb veröffentlicht werden, weil sie schwierig sind. Und hier steht das Kleingedruckte, das in den Schlagzeilen fehlt: In der Praxis lösen solche Fälle Fachärzte und Ärzteteams - und die waren nicht Teil des Vergleichs.

Die Daten der Studie selbst zeigen etwas, das Microsoft nicht auf die Titelseite stellt: Der größte Teil der Verbesserung kommt von stärkeren Sprachmodellen, nicht vom „Konsilium“. Das Unternehmen testete das System mit Modellen von OpenAI, Google, Anthropic, Meta und DeepSeek, die besten Ergebnisse lieferten GPT-5 und GPT-5.5 - Modelle von OpenAI, nicht von Microsoft. GPT-5 allein, mit einer kurzen und einfachen Anfrage, traf 78,9 Prozent der komplexen Fälle, zu Kosten von rund 8.400 Dollar (rund 7.200 Euro) pro Fall. Mit MAI-DxO sanken die Kosten um rund 3.000 Dollar, die Genauigkeit stieg aber nur um vier Punkte.

Mit dem neueren GPT-5.5, veröffentlicht im April 2026, ist das Bild gemischt. Bei den komplexen Fällen hob das System die Genauigkeit von 72 auf fast 87 Prozent, bei etwas niedrigeren Kosten. Bei den Notfällen - kein Unterschied: Mit und ohne MAI-DxO liegt das Ergebnis bei rund 85 Prozent. Am meisten hilft es bei schwächeren Modellen: Gemini 2.5 Flash trifft allein 46,4 Prozent, mit dem System fast 69. Doch selbst dann ist der Abstand zwischen schwachem und starkem Modell größer als das, was Microsofts Orchestrierung hinzufügt.

Suleyman verbirgt nicht, wie überzeugt er ist. „Wir sind einfach echte Gläubige“, sagt er und kündigt an, Gesundheitsmodelle würden in den nächsten 24 bis 36 Monaten „um eine ganze Größenordnung“ besser. Microsoft trainiert mit der Mayo Clinic ein eigenes Basismodell für das Gesundheitswesen, das nächstes Jahr erscheinen soll, und Suleyman behauptet, die Krankenakten stünden 2027 vor einem Durchbruch wie dem, den die KI beim Programmieren geschafft hat. Prognose oder Verkaufsrede? Microsoft verkauft Ärzten bereits Diktier- und Radiologie-Werkzeuge, und Suleyman sagt offen, das Unternehmen „muss in den nächsten Jahren die absolut besten Produkte zur klinischen Entscheidungsunterstützung haben“.

Die eigentliche Prüfung steht noch bevor. Mit dem Krankenhaus Beth Israel Deaconess in Boston will Microsoft die Empfehlungen des Systems mit den Entscheidungen der Ärzte bei Patienten vergleichen, die der Teilnahme zustimmen: Sie werden normal behandelt, die KI gibt parallel ihre Einschätzung ab. Dominic King, Vizepräsident für Gesundheit bei Microsoft AI, spricht von der „größten Studie dieser Art“. Google hat mit demselben Krankenhaus bereits eine Studie zu seinem System AMIE in The Lancet veröffentlicht, und auch OpenAI behauptet Ähnliches über seine Modelle. Das Rennen geht darum, wer zuerst in die Arztpraxis kommt.

King sagt, das größte Problem im Gesundheitswesen sei heute, dass die Nachfrage nach medizinischem Wissen schneller wächst als die Zahl der Ärzte. Genau dort wird sich KI am leichtesten verkaufen. Doch wenn die Maschine sich irrt und ein müder Arzt sich auf sie verlässt - wer haftet dann: das Krankenhaus, der Arzt oder das Unternehmen, das das System verkauft hat?