Microsoft AI 正式推出診斷協調器 MAI-DxO，藉助多個 AI 智能體分工協作，模擬醫生小組詢問患者、開具檢查並討論診斷。根據週四發表於《Science》的同行評審研究，該系統在來自《新英格蘭醫學雜誌》的 304 個複雜病例模擬中，正確診斷率約爲 83%，而單獨使用參考資料的初級保健醫生與普通內科醫生正確診斷率約爲 36%，不查資料時約爲 22%。表現最好的單個醫生成績爲 51.8%。研究未將通常處理此類複雜病例的專科醫生與醫生團隊納入比較。
Microsoft AI 首席執行官 Mustafa Suleyman 將這一結果稱爲邁向"醫療超級智能"的一步。微軟將醫療超級智能定義爲"在醫療推理與全程照護協調方面超越當代最強人類主導衛生體系的能力"。Suleyman 稱，AI 進步一旦形成飛輪——即模型投入生產、通過真實世界使用識別缺陷並迭代修補——就會加速；編碼與對話領域已經歷過這一過程，他認爲明年起醫療記錄與臨牀決策支持也將進入這一階段。
微軟自建了 SDBench 基準，由已發表的醫療病例報告與急診科記錄構成，並表示計劃開源該基準供他人測試。在成本估算方面，僅使用簡短基礎提示的 GPT-5 在複雜病例上準確率約 78.9%，每例估算成本約 8400 美元；MAI-DxO 將成本降低約 3000 美元，準確率提高約四個百分點。在急診病例上，兩者差異不大。MAI-DxO 爲模型無關設計，協調層可與不同底層模型配合。在 Beth Israel Deaconess 醫學中心急診病例測試集上，AI 準確率約 80%，醫生平均約 47%。
研究由 Microsoft AI 健康負責人 Dominic King 博士等合著。他在博客與《BMJ Digital Health & AI》文章中指出，診斷只是微軟醫療願景的一部分，公司還將在協調臨牀照護、作出治療決策、處理醫療中的人性因素等五個維度推進。微軟還與 Mayo Clinic 合作訓練醫療基礎模型，預計明年發佈，Suleyman 預期模型在未來 24 至 36 個月顯著進步。微軟表示將在未來幾個月開始真實醫院測試。
研究強調，AI 並非取代醫生，而是作爲臨牀決策支持工具嵌入現有體系。對患者而言，複雜疑難病例的誤診風險有望下降；對全科醫生而言，AI 可承擔初步推理與檢查建議，減輕認知負荷；對衛生體系而言，更少的冗餘檢查意味着更低的成本。但專科醫生與團隊通常處理的最難病例未納入比較，AI 在真實臨牀環境中的安全性、監管與責任歸屬仍需獨立驗證。
微軟正與醫院合作伙伴籌備技術的臨牀評估，並將 SDBench 開源。Suleyman 預計，隨着各家公司利用真實世界應用持續改進醫療模型，24 至 36 個月內模型將顯著進步。Google 與 OpenAI 也聲稱其 AI 能在診斷任務上匹敵或超越醫生，醫療 AI 競賽正在升溫。患者數據隱私、算法偏差與責任界定，將是後續落地必須回答的問題。