Lo studio pubblicato su Science il 22 ottobre 2026 riporta che il Diagnostic Orchestrator di Microsoft, DxO, ha raggiunto un’accuratezza dell’83,2% sui casi clinicopatologici del New England Journal of Medicine (NEJM), contro il 36,1% dei medici con strumenti di consultazione. Il dato viene da un benchmark controllato, non da pazienti assistiti nella pratica clinica. In un secondo insieme di casi di pronto soccorso, DxO ha ottenuto l’80,3%, contro una media del 46,8% per i medici.
I risultati sui due insiemi di casi
SDBench ha valutato 304 casi di conferenze clinicopatologiche del NEJM e 325 accessi al pronto soccorso che hanno portato al ricovero, tratti dal database MIMIC-IV-ED. La ricerca pubblicata su Science distingue i risultati dei due gruppi:
| Benchmark e casi | Accuratezza di DxO | Confronto con i medici | Contesto |
| Casi clinicopatologici NEJM, 304 | 83,2% | 36,1% con strumenti di consultazione; 22,3% senza | Casi selezionati per le conferenze clinicopatologiche del NEJM |
| MIMIC-IV-ED, 325 | 80,3% | Media del 46,8% | Accessi al pronto soccorso seguiti da ricovero |
L’83,2% è il risultato della configurazione di DxO basata su GPT-5 senza vincoli di budget. I confronti con i medici riguardano singoli partecipanti, non équipe di specialisti.
Come funziona SDBench e come assegna il punteggio
Nel benchmark, il sistema parte da una breve presentazione del caso e può chiedere informazioni sull’anamnesi o sull’esame obiettivo, richiedere accertamenti, aggiornare la diagnosi differenziale e infine proporre una diagnosi. Un agente chiamato Gatekeeper gestisce le richieste; un Judge valuta la risposta finale rispetto a una diagnosi di riferimento.
La valutazione usa una rubrica scritta da medici, articolata su cinque livelli. I punteggi 4 e 5 contano come corretti quando la gestione del caso non cambierebbe. Gli errori descritti nello studio spesso indicavano una diagnosi clinicamente vicina, ma con un livello di specificità sbagliato.
Nel filmato in inglese pubblicato da Microsoft nel 2025, la ricercatrice e medico Xiao Liu illustra il flusso su un singolo caso selezionato del NEJM. La dimostrazione passa dalle richieste di anamnesi agli esami e ai relativi costi, fino alla diagnosi di rabdomiosarcoma embrionale.
Che cosa rappresentano i costi stimati
Per i casi clinicopatologici, la configurazione senza vincoli di budget ha registrato un costo medio stimato di 5.431 dollari per caso, con accuratezza dell’83,2%. Le configurazioni orientate al contenimento dei costi hanno ottenuto risultati inferiori a costi stimati più bassi; una configurazione orientata alla massima accuratezza ha avuto il costo più alto tra quelle riportate.
| Configurazione o gruppo | Accuratezza | Costo stimato per caso |
| DxO, senza vincoli di budget | 83,2% | 5.431 dollari |
| DxO, orientata al contenimento dei costi | 80,9% | 2.241 dollari |
| DxO, orientata al contenimento dei costi | 79,6% | 1.303 dollari |
| DxO, orientata alla massima accuratezza | 84,5% | 8.945 dollari |
| Medici, con strumenti di consultazione | 36,1% | 4.725 dollari |
| Medici, senza strumenti di consultazione | 22,3% | 3.049 dollari |
Sono stime di lavoro diagnostico per caso, non fatture o tariffe per i pazienti. Lo studio le ha calcolate usando prezzi CPT ricavati dal tariffario di Kaiser Permanente Washington, consultato nell’aprile 2026. Le domande sull’anamnesi e sull’esame obiettivo ricevevano un costo fisso basato su una visita medica. Gli autori precisano che questi prezzi standardizzati statunitensi non rappresentano le differenze regionali, i tempi di risposta, l’invasività, il disagio o la disponibilità logistica degli esami.
I limiti clinici e la valutazione annunciata
I casi delle conferenze clinicopatologiche sono scelti per il loro valore didattico e possono sovrarappresentare presentazioni difficili; entrambi gli insiemi escludono visite per condizioni sane o benigne. SDBench usa interazioni testuali simulate e non riproduce l’incertezza della comunicazione con i pazienti, i dati multimodali, la sicurezza delle terapie o la gestione nel tempo. L’accuratezza diagnostica misurata nello studio non valuta quindi questi aspetti dell’assistenza.
L’articolo dichiara che tutti gli autori sono dipendenti Microsoft e possiedono azioni dell’azienda; dichiara inoltre che lo studio non ha ricevuto finanziamenti esterni a Microsoft.
Il 22 ottobre 2026 Microsoft ha annunciato una valutazione prospettica di DxO con il Beth Israel Deaconess Medical Center. Il piano prevede che i pazienti ricevano le cure standard e interagiscano in parallelo con il sistema, confrontando poi le raccomandazioni di DxO con le valutazioni indipendenti dei medici. Microsoft ha descritto la valutazione come un’attività pianificata.
