微软AI诊断系统MAI-DxO登上《Science》：疑难病例准确率83%，是医生的2.3倍
· 来源：Microsoft AI / Science
微软AI在《Science》发表论文，其多智能体诊断系统MAI-DxO在304个《新英格兰医学杂志》疑难病例上达到83%准确率，远超医生，且所需检查费用更低。
微软AI（Microsoft AI）10月22日宣布，其AI诊断系统MAI-DxO（Microsoft AI Diagnostic Orchestrator）的研究论文当天发表在《Science》上。论文同时提出了评测“逐步诊断推理”能力的新基准SDBench。
微软认为，美国医师执照考试（USMLE）这类测试把所有信息一次性给出、只需选一个答案，并不反映真实诊疗。SDBench则把病例变成交互过程：AI或医生从有限信息出发，自己决定问什么、开哪些检查，基准同时衡量诊断准确率、索取的证据和估算的检查费用。病例包括304个来自《新英格兰医学杂志》（NEJM）的疑难病例，以及来自MIMIC-IV-ED数据集的常见急诊病例。
MAI-DxO并不依赖单个模型直接给出答案，而是像一个“虚拟医生小组”：多个角色分别提出诊断、挑选有价值的问题或检查、质疑当前判断，经过多轮讨论后不断更新结论，并权衡每项检查的价值与成本。
结果显示，在NEJM疑难病例上，MAI-DxO的诊断准确率为83%；医生在不借助外部资料时为22%，可查阅教材和互联网时为36%，MAI-DxO分别约是其3.7倍和2.3倍。在常见急诊病例上，它的准确率是医生的1.7倍，而费用只需医生的一半甚至三分之一。微软称，换用包括GPT-5.5在内的更新模型重复评测后，优势依然存在并有所提升，说明这一方法不依赖某一代模型。
微软将开源部分NEJM病例的SDBench基准及评测代码，并与波士顿贝斯以色列女执事医疗中心合作开展前瞻性研究，让患者直接与系统交互、与医生的独立判断对比；同时与梅奥诊所合作推进更长期的“医疗超级智能”研究。这项工作经同行评审发表，是AI临床推理从考试题走向真实诊疗流程的重要一步，但其在真实医院中的效果仍有待验证。