微软诊断AI疑难病例准确率83%，两倍于全科医生

微软诊断AI疑难病例准确率83%，两倍于全科医生

微软新系统模拟问诊连赢医生两局

微软的人工智能诊断系统在一项模拟诊断测试中大幅超过全科医生。研究显示，这套名为MAI-DxO的系统对疑难病例的诊断准确率达到83.2%，而参与对比的医生只有36.1%；在急诊病例上，AI为80.3%，医生为46.8%。相关论文已于2026年10月22日发表在《科学》杂志上，并经过同行评议。

不是选择题，AI要像医生一样问诊

以往的医疗AI评测多用现成的选择题，AI开局就拿到全部病历信息。这次微软引入了新的评测基准SDBench：AI开局只拿到一句话的主诉，必须自己追问病史、决定开什么检查，再一步步收敛到诊断。微软AI健康部门副总裁多米尼克·金对路透社表示，这才是医生真实的工作方式。微软称，SDBench与配套的裁判、成本核算代码将开源。

五个虚拟医生开会，互相挑错

MAI-DxO本身不是一个大模型，而是一个调度层：它组织多个AI智能体扮演虚拟医生小组，分别提出诊断、挑选问题和检查，再互相质疑对方的结论。微软用OpenAI、谷歌、Anthropic、Meta和DeepSeek等多家模型都测过，最好成绩来自OpenAI的GPT-5和GPT-5.5。数据显示，AI在下第一个检查单前平均追问25.5个问题，医生平均只问5.6个。

通往医学超级智能的一步

微软AI首席执行官穆斯塔法·苏莱曼称，这是通往“医学超级智能”的一步，并对The Verge表示，未来几年要做到与人类表现难分高下。微软官方博客写道，SDBench测的是逐步推理能力，MAI-DxO是该基准上的领先系统。公司计划与波士顿的贝斯以色列女执事医疗中心合作，在急诊候诊分诊场景中做前瞻性研究。

省钱版同样赢医生，费用不到三分之一

论文还比较了诊断成本。无预算限制的MAI-DxO单病例估计费用为5431美元，医生组为4725美元；但省钱配置下，AI以1303美元做到79.6%准确率，高于医生的36.1%，费用不到医生的三分之一。另一个中间配置为2241美元、80.9%。调度层给基座模型带来的平均提升为疑难病例7.9个百分点、急诊病例4.4个百分点。

全科医生迎来强力助手

这项结果首先影响的是全科和急诊一线的诊断工作：AI擅长在信息不全时系统性追问、少漏检查。但研究测的是文本模拟，不是真实接诊，论文明确写的是基准成绩而非临床结局。此前也有研究显示通用聊天机器人在真实诊断流程中表现不佳，模拟成功不等于进医院就管用。

进急诊室接受真实考验

下一步是走出模拟：微软与贝斯以色列女执事医疗中心的合作将让系统与患者直接对话、参与急诊分诊，在真实环境中验证效果。SDBench开源后，其他团队也可以用同一把尺子比较自家模型。AI能否把模拟里的两倍优势带进诊室，要看前瞻性试验的结果。