Microsoft ogłosił powstanie MAI Superintelligence Team — nowej, strategicznej jednostki mającej stworzyć modele AI, które „w wybranych dziedzinach klinicznych przewyższą ludzkich ekspertów”. Pierwszym obszarem ma być diagnostyka medyczna, ze szczególnym naciskiem na wykrywanie chorób przewlekłych i nowotworów.

Jak informuje Reuters, projekt ma do dyspozycji „nieograniczone zasoby” obliczeniowe Microsoftu oraz pełną integrację z infrastrukturą Azure i nabytym w 2023–2024 know-how OpenAI. Nowy zespół poprowadzi Mustafa Suleyman, prezes Microsoft AI, wcześniej współzałożyciel DeepMind oraz Inflection AI.
https://www.reuters.com/technology/microsoft-launches-superintelligence-team-targeting-medical-diagnosis-start-2025-11-06

Microsoft zapowiedział, że „superinteligencja medyczna” nie będzie projektem ogólnej AGI, ale wysoko wyspecjalizowanymi modelami ukierunkowanymi na konkretne problemy kliniczne:
• skrócenie czasu diagnostyki nowotworów,
• automatyczna ocena obrazów (MRI/CT/dermatologia),
• predykcja ryzyk sercowo-naczyniowych,
• wczesne wykrywanie ostrych stanów nagłych.

Firma deklaruje, że rozwój modeli będzie odbywać się w ramach „humanistycznego paradygmatu AI” — zakładającego priorytet bezpieczeństwa, walidacji klinicznej i transparentności opartych o mechanizmy explainable AI.

Dlaczego to ważne? (implikacje rynkowe)

• Microsoft po raz pierwszy oficjalnie przyznaje, że celuje w superhuman performance — czyli modele przewyższające statystycznie przeciętnych klinicystów w określonych zadaniach diagnostycznych.
• Zapoczątkowuje to wyścig technologiczny z Google (Med-Gemini), Amazonem (HealthScribe) oraz chińskimi gigantami AI.
• Rynek sprzętu medycznego, PACS/RIS, a także telemedycja będą wymagać przyspieszonej integracji z API superinteligentnych modeli.
• W praktyce klinicznej może dojść do redefinicji roli diagnosty obrazowego i analityka klinicznego.

Ryzyka i wyzwania

• Brak międzynarodowych standardów nadzoru nad AI przewyższającą ludzkie kompetencje.
• Ryzyko biasu w danych treningowych (geografia, biomarkery, rasa, wiek).
• Potrzeba nowych regulacji w stylu „AI Post-Market Surveillance”.

Zalecenia dla odbiorców

Placówki medyczne: przygotować audyt infrastruktury danych (PACS, RIS, HL7/FHIR), ocenić dojrzałość AI-readiness.
Firmy medtech: rozpocząć analizy integracji produktów z modelami API Azure-AI.
Płatnicy i regulatorzy: monitorować rozwój superinteligencji jako potencjalnej zmiany w wycenie świadczeń diagnostycznych.

Źródło: Reuters — „Microsoft launches superintelligence team targeting medical diagnosis”, 06.11.2025
Opracowanie redakcyjne: Debaty Zdrowie