IA · 23 ottobre 2026 · 4 min di lettura
La diagnosi diventa un consulto tra agenti: il sistema DxO di Microsoft sfida i medici
In sintesi: Microsoft ha presentato su Science i risultati di MAI-DxO, una piattaforma basata su più agenti IA cooperativi capace di diagnosticare casi clinici complessi con un'accuratezza dell'83%, contro il 36% registrato da medici internisti e di medicina generale. Il sistema simula una vera équipe medica che interroga il paziente, prescrive esami e dibatte le ipotesi prima di formulare un verdetto. Per il CEO di Microsoft AI, Mustafa Suleyman, si tratta di un passo decisivo verso la superintelligenza medica applicata.
di Team Mocchi's
Un collegio medico virtuale alla prova del NEJM
Diagnosticare patologie rare o quadri clinici intricati richiede spesso il confronto tra più professionisti, intuizione metodica e la capacità di selezionare solo gli accertamenti davvero informativi. Nel tentativo di replicare questa dinamica, la divisione guidata da Mustafa Suleyman ha sviluppato MAI-DxO (Diagnostic Orchestrator), un'architettura software multi-agente i cui risultati sono stati appena pubblicati sulla prestigiosa rivista accademica Science.
Sottoposto a una simulazione basata sui complessi casi clinici del New England Journal of Medicine (le celebri Clinicopathologic Conferences), il sistema ha individuato la diagnosi corretta nell'83% delle occasioni. Nello stesso scenario sperimentale, un gruppo di medici di medicina generale e specialisti in medicina interna, operanti individualmente con accesso a banche dati e fonti di consultazione, si è fermato al 36% di accuratezza. Come riporta TechCrunch, il divario evidenzia come la combinazione di modelli avanzati e deliberazione multi-agente consenta di affrontare ragionamenti clinici a più stadi finora inaccessibili ai singoli prompt.
Dall'interrogatorio al verdetto: come funziona MAI-DxO
A differenza dei tradizionali chatbot che generano risposte monolitiche a partire da una descrizione clinica, DxO opera come una consulta multidisciplinare coordinata. La pipeline scompone il processo in fasi distinte: una serie di agenti raccoglie l'anamnesi ponendo domande iterative a una simulazione del paziente, un secondo gruppo seleziona ed «esegue» gli esami diagnostici e strumentali ritenuti opportuni, mentre un collegio di verifica discute le ipotesi in contraddittorio prima di validare la sintesi finale.
I dati dello studio mostrano che l'efficacia non dipende esclusivamente dalla potenza dei modelli linguistici sottostanti, ma dal coordinamento sistemico. Pur avendo testato motori di diversi fornitori — tra cui Google, Anthropic, Meta e DeepSeek —, i vertici prestazionali sono stati raggiunti in abbinamento alle più recenti release di OpenAI, GPT-5 e GPT-5.5. Tuttavia, è stato l'orchestratore a imprimere il salto di qualità, garantendo che le decisioni cliniche tenessero conto di vincoli metodologici ed evitando esami ridondanti o conclusioni affrettate.
La corsa alla superintelligenza medica e i limiti del test
Per Mustafa Suleyman, il traguardo rappresenta un tassello fondante verso ciò che definisce «superintelligenza medica». In un'intervista rilasciata a The Verge, Suleyman ha anticipato che nei prossimi due anni la tecnologia punta a diventare indistinguibile dalle migliori prestazioni umane. Dal canto suo, Dominic King, vicepresidente Health di Microsoft AI, ha posto l'accento sulla sostenibilità dei sistemi sanitari, alle prese con un cronico disallineamento tra la crescente domanda di cure specialistiche e la carenza di personale qualificato a livello globale.
I ricercatori e gli osservatori indipendenti invitano comunque a considerare i confini della sperimentazione. Il confronto è stato condotto mettendo il sistema collegiale di agenti contro medici singoli generalisti, laddove nella pratica ospedaliera reale casi di tale gravità vengono affidati a comitati di specialisti e primari di reparto. Inoltre, il passaggio dall'ambiente simulato del NEJM alla corsia d'ospedale comporta la gestione di variabili non standardizzate, anamnesi frammentarie e pazienti reali ben più complessi di un file clinico strutturato.
Il punto di Mocchi's
L'esperimento di Microsoft conferma un principio architetturale che riscontriamo quotidianamente nei progetti di intelligenza artificiale applicata: nei domini ad alta responsabilità, il modello monolitico cede il passo a sistemi a più agenti specializzati con ruoli di controllo e convalida incrociata. Per le imprese italiane del settore biomedicale, farmaceutico e dell'healthtech, questa transizione indica chiaramente dove concentrare gli investimenti: non nell'inseguimento del modello più grande, ma nella progettazione di flussi deliberativi rigorosi e governabili. La sfida immediata non consiste nel sostituire il professionista, bensì nell'affiancarlo con strumenti di copilota capaci di prevenire l'errore di valutazione e accelerare i percorsi di diagnosi.