微软研究人员周一发布了一款新的人工智能（AI）系统，据称能够比人类医生更准确地诊断患者。这款被称为微软AI诊断协调器（Microsoft AI Diagnostic Orchestrator，简称MAI-DxO）的系统包含多个AI模型和一个框架，允许其通过患者的症状和病史来建议相关测试，并根据结果提出可能的诊断方案。这家位于雷德蒙德的科技巨头强调，除了诊断的准确性外，该系统还经过训练以在测试方面实现成本效益。
微软开发基准测试以评估MAI-DxO的性能
微软AI首席执行官穆斯塔法·苏莱曼（Mustafa Suleyman）在X（前身为Twitter）上的一篇帖子中提到了MAI-DxO系统。他称这一系统是“迈向医疗超级智能的一大步”，并表示该AI系统可以以更高的准确性和更低的成本解决一些世界上最棘手的医疗案例，相较于传统诊断手段表现更优。
MAI-DxO模拟了一个虚拟的医师团队，这些医师具有不同的诊断方法并协作解决医疗案例。微软在一篇博客文章中指出，协调器包括一个多代理系统，其中一个代理提供假设，一个选择测试，另外两个提供清单和管理，最后一个则对假设进行挑战。
一旦假设通过这个团队的审查，AI系统可以提出问题、请求测试或在认为信息充足时提供诊断。如果推荐测试，它会进行成本分析，以确保总体成本保持合理。有趣的是，该系统是模型无关的，意味着它可以与任何第三方AI模型一起运作。
微软声称，该系统提高了所有被测试AI模型的诊断性能。其中OpenAI的o3表现最佳，在《新英格兰医学杂志》（NEJM）基准案例中正确解决了85.5%的案例。公司表示，同样的案例也交给了来自美国和英国的21名执业医生，他们均拥有五到二十年的临床经验，但人类医生的准确率仅为20%。
微软表示，MAI-DxO可以配置为在定义的成本限制内运行。一旦输入预算后，系统会在做出诊断决策时探索成本与价值之间的权衡。这有助于AI系统仅订购必要的测试，而不是为了排除所有症状原因而进行所有可能的测试。
MAI-DxO在处理其中一个复杂案例时的表现：pic.twitter.com/ALpaBOomzO
— 穆斯塔法·苏莱曼（@mustafasuleyman）2025年6月30日
为了评估AI系统，微软还开发了一个新的基准测试，称为顺序诊断基准（Sequential Diagnosis Benchmark，简称SD Bench）。与典型的医疗基准测试不同，后者通常采用多项选择题形式，而此测试则评估AI系统迭代提问正确问题和订购正确测试的能力。然后将答案与《新英格兰医学杂志》发布的结论进行比较。
值得注意的是，MAI-DxO尚未获准用于临床，目前仅作为开发诊断操作中AI能力的初步研究。微软表示，在严格的安规测试、临床验证和监管审查完成之前，其AI系统无法获得临床使用的批准。
(全文结束)
