Microsoft heeft in het wetenschappelijke tijdschrift Science een studie gepubliceerd waarin zijn AI-systeem Diagnostic Orchestrator het opneemt tegen artsen. Op medische casussen kwam de AI volgens het bedrijf tot vier keer zo vaak op de juiste diagnose uit. Microsoft AI-topman Mustafa Suleyman zegt tegen The Verge dat AI in de zorg nu "eindelijk hier" is. Die conclusie gaat verder dan wat de studie zelf aantoont.

Een panel van AI-agents

De Diagnostic Orchestrator werkt niet als één chatbot die een antwoord geeft. Meerdere AI-agents nemen samen de rol van een medisch team aan: ze bekijken klachten en voorgeschiedenis, beslissen welke onderzoeken nodig zijn en komen pas daarna tot een diagnose. Het systeem draait op GPT-5 van OpenAI. Microsoft zette de testgevallen in een eigen benchmark, SDBench, die het bedrijf openbaar wil maken.

De cijfers

  • Op honderden casussen uit The New England Journal of Medicine haalde het systeem ongeveer 83 procent juiste diagnoses. Huisarts-achtige generalisten kwamen met naslagwerken op zo'n 36 procent, zonder op 22 procent.
  • Op spoedeisendehulpgevallen uit het Beth Israel Deaconess Medical Center in Boston scoorde de AI 80 procent, tegenover gemiddeld 47 procent voor artsen.
  • De AI vroeg volgens de onderzoekers ook gemiddeld goedkopere onderzoeken aan.

Een kanttekening: zulke complexe gevallen komen in de praktijk meestal bij specialisten of een team van artsen terecht, en die deden niet mee aan de vergelijking.

De winst zit vooral in het model

TechCrunch dook in de cijfers van de studie en ziet dat het grootste deel van de verbetering uit het onderliggende AI-model komt, niet uit Microsofts eigen systeem. GPT-5 scoorde met een korte, simpele prompt al 78,9 procent op de moeilijke casussen. De Orchestrator voegde daar ongeveer vier procentpunten aan toe en maakte elke casus wel zo'n 3.000 dollar goedkoper. Bij het nieuwere GPT-5.5 steeg de score op moeilijke casussen van 72 naar bijna 87 procent. Op de spoedeisendehulpgevallen leverde het systeem bij beide modellen nauwelijks iets op.

De extra laag helpt vooral zwakkere modellen: Gemini 2.5 Flash ging van 46 naar bijna 69 procent. Microsoft zegt dat de winst vanzelf kleiner wordt naarmate modellen dichter bij het maximum komen.

Wat ontbreekt

Alle tests gingen over afgesloten, beschreven gevallen. Hoe het systeem presteert bij een echte patiënt in een drukke spreekkamer is onbekend. Suleyman erkent dat zelf: "Het moet klinisch gevalideerd worden." Microsoft gaat met het ziekenhuis in Boston een praktijkstudie doen: patiënten die toestemming geven, krijgen gewone zorg en spreken daarnaast met het systeem, waarna de adviezen worden vergeleken. Daarnaast werkt Microsoft met de Mayo Clinic aan een eigen basismodel voor de zorg, dat volgend jaar moet verschijnen. Een datum voor een commercieel product is er niet.

Voor Europa is die stap groter dan voor de VS. Software die meehelpt bij een diagnose geldt hier als medisch hulpmiddel en moet door de keuring van de Europese MDR. Een AI-systeem met zo'n doel valt bovendien onder de hoogrisicoregels van de AI-verordening. Een Nederlandse huisarts zal de Diagnostic Orchestrator dus niet snel in zijn systeem tegenkomen.

Artsen gebruiken AI al volop

Tegelijk is AI in de spreekkamer al gewoon aan het worden. Deze week schreven we dat twee derde van de Amerikaanse artsen de AI-zoeker OpenEvidence gebruikt. Microsoft mikt met zijn plan voor "medische superintelligentie" hoger: niet alleen informatie zoeken, maar ook zorg coördineren en behandelbeslissingen ondersteunen. Ook Google en OpenAI claimen dat hun AI artsen kan evenaren. Suleyman benadrukt dat artsen daarbij centraal blijven staan.