Microsoft-Chef Suleyman sieht KI bei schwierigen Diagnosen besser als Ärzte
Laut einer Studie in Science schlug Microsofts neues Diagnosesystem Allgemeinmediziner bei schwierigen Fällen. Ein Grossteil der Verbesserung geht aber offenbar auf die zugrunde liegenden Modelle zurück, nicht auf Microsofts System selbst.
Kaufen Sie ein Founder Summit Ticket und erhalten Sie ein zweites gratis. Jetzt registrieren.
Disrupt öffnet am 13. Oktober seine Türen. Sichern Sie sich Ihren Pass und bringen Sie eine Begleitperson mit 50 Prozent Rabatt mit. JETZT REGISTRIEREN.
TechCrunch Desktop Logo TechCrunch Mobile Logo Latest Startups Venture Apple Security AI Apps Disrupt 2026 Events Podcasts Newsletters Search Submit Site Search Toggle Mega Menu Toggle Topics Latest
Microsofts Mustafa Suleyman sagt, dass das KI-System des Unternehmens bei schwierigen Fällen Ärzte übertrifft, während es der medizinischen Superintelligenz hinterherjagt. Von Rebecca Bellan, 11:43 Uhr PDT, 22. Oktober 2026. Das KI-Diagnosesystem von Microsoft hat in einer Simulation komplexe medizinische Fälle mehr als doppelt so oft korrekt diagnostiziert wie fachübergreifend tätige Ärzte, wie aus einer am Donnerstag in Science veröffentlichten Studie hervorgeht. Mustafa Suleyman, CEO von Microsoft AI, nannte das Ergebnis einen Schritt in Richtung medizinischer Superintelligenz.
Das System mit dem Namen MAI-DxO (kurz DxO) koordiniert mehrere KI-Agenten, die wie ein Ärzteteam agieren. Sie stellen einem Patienten Fragen, veranlassen Tests und diskutieren eine Diagnose.
In einer Simulation mit komplexen Fällen aus dem New England Journal of Medicine lag die Trefferquote bei 83 Prozent. Hausärzte und fachübergreifende Internisten, die einzeln mit Nachschlagewerken arbeiteten, lagen in 36 Prozent der Fälle richtig. Eine Anmerkung: Derart komplexe Fälle werden üblicherweise von Spezialisten oder Ärzteteams behandelt, die nicht Teil des Vergleichs waren.
Hier gibt es etwas sehr Substanzielles und Aufregendes, sagte Dominic King, Vizepräsident für Health bei Microsoft AI, gegenüber TechCrunch. Die größte Herausforderung in der Gesundheitsversorgung ist derzeit die wachsende Diskrepanz zwischen Nachfrage und Angebot an medizinischer Expertise.
Mit der Veröffentlichung dieser Ergebnisse reiht sich Microsoft neben Google und OpenAI ein, die ebenfalls beanspruchen, dass ihre KI mit Ärzten mithalten oder sie übertreffen kann.
Die eigenen Daten der Studie legen nahe, dass ein Großteil der Verbesserung von leistungsfähigeren zugrunde liegenden KI-Modellen stammt, während Microsofts Orchestrierungssystem zusätzliche Gewinne daraufsetzt.
Microsoft testete MAI-DxO mit Modellen mehrerer Unternehmen, darunter OpenAI, Google, Anthropic, Meta und DeepSeek, doch die besten Ergebnisse wurden mit OpenAIs GPT-5 und GPT-5.5 erzielt.
Microsoft bewertete DxO neben der Genauigkeit auch hinsichtlich der Kosten, also der geschätzten Kosten für den Einsatz der KI bei jedem Fall. Allein mit einem kurzen, einfachen Prompt erreichte GPT-5 bei komplexen Fällen 78,9 Prozent bei etwa 8.400 Dollar pro Fall. DxO senkte diese Kosten um etwa 3.000 Dollar, steigerte die Genauigkeit jedoch nur um etwa vier Punkte. Bei Notaufnahme-Fällen gab es weder bei der Genauigkeit noch bei den Kosten eine nennenswerte Verbesserung zwischen GPT-5 allein und mit der Unterstützung durch DxO.
Mit GPT-5.5, einem neueren Modell, das im April 2026 veröffentlicht wurde, fielen die Ergebnisse geteilt aus. Bei komplexen Fällen steigerte DxO die Genauigkeit von GPT-5.5 von 72 Prozent auf fast 87 Prozent bei leicht geringeren Kosten. Die Gewinne zeigten sich jedoch erneut nicht bei Notaufnahme-Fällen. Beide Varianten, mit und ohne DxO, erreichten etwa 85 Prozent bei ähnlichen Kosten.
DxO hilft am meisten bei komplexen Fällen und bei weniger leistungsfähigen KI-Modellen. Gemini 2.5 Flash erreichte beispielsweise allein 46,4 Prozent, mit DxO jedoch fast 69 Prozent. Trotzdem war der Abstand zwischen den schwächeren und stärkeren Modellen größer als der Schub, den DxO bot.
Microsofts Forscher sagten, dass die Genauigkeitsgewinne naturgemäß schrumpfen, wenn sich Modelle dem theoretischen Maximum nähern. Die DxO-Orchestrierung hilft bei der umfassenderen Herausforderung, Genauigkeit und Kosten gleichermaßen zu optimieren, ergänzte ein Sprecher.
Suleyman, der Microsofts Bemühungen um den Aufbau einer eigenen Frontier-KI leitet, sagte gegenüber TechCrunch, dass das Unternehmen mit der Mayo Clinic an der Entwicklung eines Foundation-Modells für das Gesundheitswesen arbeitet, dessen Veröffentlichung für das nächste Jahr geplant ist. Er glaubt, dass dieses Modell dem Unternehmen ermöglichen wird, hier wirklich gewaltige Sprünge zu machen, und erklärt, DxO sei Teil der grundlegenden Infrastruktur, die Microsoft aufbaut, um echte Durchbrüche im Gesundheitswesen zu erreichen.
Ich bin fest davon überzeugt, dass wir 2027 am Rande eines coding-artigen Durchbruchs für medizinische Akten stehen werden, sagte Suleyman. Ich denke, wir werden in der Lage sein, hochgenaue Vorhersagen darüber zu streamen, wie sich eine Patientenakte entwickeln könnte, und diese Art von Weitsicht ist für einen Kliniker natürlich Gold wert.
Suleyman verbringt seine gesamte Karriere damit, KI zur Lösung medizinischer Probleme einzusetzen. Zuvor war er Mitgründer von DeepMind, das 2014 von Google übernommen wurde. Im Jahr darauf erwarb Google DeepMind Kings Startup Hark, eine App für klinisches Aufgabenmanagement, und die beiden gründeten gemeinsam DeepMind Health. Suleyman wechselte 2024 zu Microsoft, um die KI-Sparte zu leiten, und King folgte wenige Monate später.
Wir sind einfach echte Gläubige, sagte Suleyman.
Er sagte, although der Einsatz generativer KI im Gesundheitswesen noch am Anfang stehe, erwarte er, dass Gesundheitsmodelle in den nächsten 24 bis 36 Monaten eine Größenordnung an Fähigkeiten dazugewinnen werden.
Wie wir in den letzten fünf oder sechs Jahren mehrfach gesehen haben, geht der Fortschritt sehr schnell, sobald man ein Flywheel hat, sagte Suleyman. Ein Flywheel bedeutet, dass wir ein Modell im produktiven Einsatz haben, das wir mit realer Nutzung iterieren, um Lücken im Modell zu identifizieren, diese dann zu schließen und zu verbessern. So ist es im Coding geschehen. Davor im Chat. Und ich denke, im nächsten Jahr wird das bei medizinischen Akten und bei der klinischen Entscheidungsunterstützung beginnen.
Im Rahmen einer neuen Partnerschaft mit dem Beth Israel Deaconess Medical Center in Boston wird Microsoft die Fähigkeiten von DxO im klinischen Denken in verschiedenen Krankenhausumgebungen bewerten.
Diese Technologie ist bereit für Evaluationen in der realen Welt, und man kann sich die Komplexität und Vielfalt der Fälle vorstellen, die aus einer Notaufnahme in Boston an einem Freitagabend kommen, sagte King.
Google veröffentlichte diesen Monat gemeinsam mit Beth Israel eine klinische Studie im The Lancet, um Googles AMIE, eine dialogbasierte diagnostische KI, bei realen dringenden Behandlungsterminen zu bewerten, während menschliche Ärzte die Interaktionen in Echtzeit überwachten.
Wir glauben, dass dies die größte Studie ihrer Art sein wird, sagte King. Sie wird nicht nur Notaufnahmen, sondern auch dringende Behandlungsumgebungen umfassen und uns bis zum Ende des Studienzeitraums sehr überzeugende Erkenntnisse darüber liefern, ob diese Systeme künftig in größerem Maßstab eingesetzt werden können.
Microsofts Studie in Science erscheint zeitgleich mit einer Art Manifest darüber, was es braucht, um eine medizinische Superintelligenz aufzubauen, definiert als die Fähigkeit, die stärksten heutigen menschlich geführten Gesundheitssysteme bei der medizinischen Begründung und Koordination über den gesamten Behandlungsverlauf hinweg zu übertreffen. Microsoft hofft, über das Benchmarking einzelner Aufgaben, etwa das Beantworten medizinischer Prüfungsfragen und das Erstellen von Diagnosen, hinaus zur Integration mit Klinikern und Gesundheitssystemen für bessere Ergebnisse zu gelangen.
Das ist die Art von Technologie, die jeder auf der Welt haben will, und deshalb sind wir bereit, alles zu tun, um ihre Einführung in die Welt zu beschleunigen, sagte Suleyman und ergänzte, dieser Fokus könnte ein Differenzierungsmerkmal für Microsoft gegenüber den anderen Frontier-Laboren sein.
Microsoft vertreibt bereits Diktier- und Radiologie-Tools an Kliniker und betrachtet DxO als Erweiterung dieser Bemühungen.
Wir müssen in den nächsten Jahren die absoluten, state-of-the-art Produkte für klinische Entscheidungsunterstützung in der Medizin haben, sagte Suleyman.
Wenn Sie über Links in unseren Artikeln einkaufen, erhalten wir möglicherweise eine kleine Provision. Dies beeinträchtigt nicht unsere redaktionelle Unabhängigkeit.
Rebecca Bellan ist Senior Reporterin bei TechCrunch, wo sie über das Geschäft, die Politik und aufkommende Trends berichtet, die die künstliche Intelligenz prägen. Ihre Arbeiten erschienen außerdem in Forbes, Bloomberg, The Atlantic, The Daily Beast und anderen Publikationen.
Sie können Rebecca kontaktieren oder Anfragen von ihr verifizieren, indem Sie eine E-Mail an [email protected] senden oder ihr über die verschlüsselte Nachricht rebeccabellan.491 auf Signal schreiben.
4. November, Boston: Eine Passkarte kaufen, die zweite gratis. Erreichen Sie bei TechCrunch' ultimativem Gründerbootcamp des Jahres mehr, indem Sie Ihren Co-Founder oder Partner kostenlos mitbringen. Buchen Sie, bevor das BOGO-Angebot abläuft.
Airbnb begrenzt Aufgaben für Gäste und löst Kritik von Gastgebern aus. Von Lauren Forristal
Tesla beginnt mit der Produktion des Optimus-Roboters in Kalifornien, während der Gewinn um 43 Prozent sinkt. Von Kirsten Korosec und Sean O'Kane
Das Internet erlebt einen sehr schlechten Tag in Sachen Cybersicherheit. Von Sarah Perez
Menschen nutzen KI, um ihre Smart TVs wieder dumm zu machen. Von Sarah Perez
Anthropic sagt, dass seine Belegschaft weniger junior geworden ist und mehr Zeit in Meetings verbringt. Von Anthony Ha
Replit macht OpenAI zum Standard statt Anthropic, sagt der CEO. Von Kirsten Korosec, Lucas Ropek und Rebecca Bellan
Mark Wahlberg will die Langlebigkeits-Startup-Szene mit einem erschwinglichen Fitnessstudio-Konzept herausfordern. Von Connie Loizos
X LinkedIn Facebook Instagram YouTube Mastodon Threads Bluesky TechCrunch Staff Kontakt Werbung Sitemap Nutzungsbedingungen Datenschutz RSS Nutzungsregeln Verhaltenskodex Voice AI Anthropic Flock Startup Battlefield Disrupt 2026 Tech Layoffs ChatGPT © 2026 TechCrunch Media LLC.
Automatisch übersetzt. Das Original auf Englisch ist unten aufklappbar.
Original (Englisch) anzeigen
Buy One Founder Summit Ticket, Get a Second for Free. Register now.
Disrupt doors open Oct. 13. Get your pass and bring someone with you at 50% off. REGISTER NOW.
TechCrunch Desktop Logo TechCrunch Mobile Logo Latest Startups Venture Apple Security AI Apps Disrupt 2026 Events Podcasts Newsletters Search Submit Site Search Toggle Mega Menu Toggle Topics Latest
Microsoft’s Mustafa Suleyman says its AI outperforms doctors on hard cases as he chases ‘medical superintelligence’ Rebecca Bellan 11:43 AM PDT · October 22, 2026 Microsoft’s AI diagnostic system correctly diagnosed complex medical cases in a simulation more than twice as often as generalist physicians, according to a study published Thursday in Science. Mustafa Suleyman, Microsoft AI’s CEO, called the result a step toward “medical superintelligence.”
The system, dubbed MAI-DxO (DxO for short), coordinates several AI agents that act like a panel of doctors. They question a patient, order tests, and debate a diagnosis.
In a simulation using complex cases from the New England Journal of Medicine, it was correct 83% of the time. Primary care doctors and general internists, working individually with reference materials, were correct 36% of the time. One note: cases this complex are usually handled by specialists or physician teams, who weren’t part of the comparison.
“There is something very substantial and exciting here,” Dominic King, vice president of Health at Microsoft AI, told TechCrunch. “The biggest challenge in healthcare delivery at the moment is the growing mismatch between demand and supply of medical expertise.”
In publishing these results, Microsoft joins Google and OpenAI in claiming that its own AI can match or outperform doctors.
The study’s own data suggests that much of the improvement comes from more powerful underlying AI models, with Microsoft’s orchestration system adding gains on top.
Microsoft tested MAI-DxO with models from several companies, including OpenAI, Google, Anthropic, Meta, and DeepSeek, but its best results came with OpenAI’s GPT-5 and GPT-5.5.
Microsoft measured DxO on cost as well as accuracy, meaning the estimated cost of running the AI on each case. On its own with a short, basic prompt, GPT-5 scored 78.9% on complex cases at about $8,400 per case. DxO cut that cost by about $3,000 but raised accuracy by only about four points. On emergency department cases, there was little improvement in either accuracy or cost improvement between GPT-5 on its own and with the assist from DxO.
With GPT-5.5, a newer model released in April 2026, the results split. On complex cases, DxO increased GPT-5.5’s accuracy score from 72% to nearly 87% at a slightly cheaper cost. However, the gains once again didn’t show up on emergency department cases. Both (with and without DxO) scored about 85% at a similar cost.
DxO helps most on complex cases and with less capable AI models. Gemini 2.5 Flash, for example, scored 46.4% on its own but nearly 69% with DxO. Even so, the gap between the weaker and stronger models was larger than the boost DxO provided.
Microsoft’s researchers said that accuracy gains naturally shrink as models approach the theoretical maximum. “The DxO orchestration helps with the broader challenge of optimization both accuracy and cost,” a spokesperson added.
Suleyman, who leads Microsoft’s effort to build its own frontier AI, told TechCrunch that the company is working with Mayo Clinic to train a foundation model for healthcare, with release planned for next year. He believes this model will enable the company to “make really enormous leaps here,” and says DxO is part of the foundational infrastructure Microsoft is building to see real breakthroughs in healthcare.
“I really believe that in 2027, we will be on the verge of a coding style breakthrough for medical records,” Suleyman said. “I think we’re going to be able to stream highly accurate predictions about how a medical record might unfold, and obviously that kind of foresight for a clinician is gold dust.”
Suleyman has spent his career trying to use AI to solve medical issues. He was previously a co-founder of DeepMind, which was acquired by Google in 2014. The following year, Google DeepMind acquired King’s startup Hark, a clinical task management app, and the two of them launched DeepMind Health together. Suleyman joined Microsoft to lead its AI unit in 2024, and King followed a few months later.
“We’re just true believers,” Suleyman said.
He said while the use of generative AI in healthcare is still early, he expects healthcare models to get “an order of magnitude better in capability within the next 24 to 36 months.”
“As we’ve seen multiple times in the last five or six years, the progress happens very quickly once you have a flywheel,” Suleyman said. “A flywheel means we have a model in production which we are iterating with real world usage in order to identify gaps in the model and then patch them and improve them. That’s what’s happened in coding. It’s what happened in chat before that. And I think next year it’s going to start to happen for medical records and for clinical decision support.”
Through a new partnership with Beth Israel Deaconess Medical Center in Boston, Microsoft will evaluate the clinical reasoning capabilities of DxO across different hospital settings.
“This technology is ready for real world evaluations, and you can imagine the complexity and diversity of issues that come from a Boston emergency department on a Friday evening,” King said.
Google published a clinical study alongside Beth Israel in The Lancet this month to evaluate Google’s AMIE conversational diagnostic AI in a real-world urgent care visits, while human physicians monitored the interactions in real time.
“We think this will be the biggest study of its kind,” King said. “It will be across not just emergency settings but urgent care environments, and will give us very compelling evidence by the end of the study period around the ability for these systems to be deployed at greater scale in the future.”
Microsoft’s study in Science coincides with a manifesto of sorts around what it will take to build medical superintelligence, defined as “the capacity to surpass the strongest contemporary human-led health systems in medical reasoning and coordination across the full arc of care.” Microsoft hopes to move beyond benchmarking individual tasks — like answering medical exam questions and generating diagnoses — into integrating with clinicians and health care systems for better outcomes.
“This is the kind of technology that everybody in the world wants, and that’s why we’re committed to doing everything we can to accelerate its introduction to the world,” Suleyman said, adding that this focus could be a differentiator for Microsoft compared to the other frontier labs.
Microsoft already sells dictation and radiology tools to clinicians and sees DxO as an expansion to those efforts.
“We have to have the absolute number one state-of-the-art medical clinical decision support products over the next few years,” Suleyman said.
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.
Rebecca Bellan is a senior reporter at TechCrunch where she covers the business, policy, and emerging trends shaping artificial intelligence. Her work has also appeared in Forbes, Bloomberg, The Atlantic, The Daily Beast, and other publications.
You can contact or verify outreach from Rebecca by emailing [email protected] or via encrypted message at rebeccabellan.491 on Signal.
November 4 Boston Buy One Pass, Get a Second Free Cover more ground at TechCrunch’s ultimate founder bootcamp of the year by bringing your co-founder or partner for free Book before the BOGO deal expires
Airbnb limits chores for guests, sparking backlash from hosts Lauren Forristal
Tesla starts Optimus robot production in California as profit falls 43% Kirsten Korosec Sean O'Kane
The internet is having a very bad cybersecurity day Sarah Perez
People are using AI to make their smart TVs dumb again Sarah Perez
Anthropic says its workforce has become less junior and is spending more time in meetings Anthony Ha
Replit makes OpenAI its default over Anthropic, CEO says Kirsten Korosec Lucas Ropek Rebecca Bellan
Mark Wahlberg wants to take on the longevity-startup crowd with an affordable gym concept Connie Loizos
X LinkedIn Facebook Instagram youTube Mastodon Threads Bluesky TechCrunch Staff Contact Us Advertise Site Map Terms of Service Privacy Policy RSS Terms of Use Code of Conduct Voice AI Anthropic Flock Startup Battlefield Disrupt 2026 Tech Layoffs ChatGPT © 2026 TechCrunch Media LLC.