微软于 2026 年 10 月 22 日宣布，其医疗 AI 在涵盖复杂病例和急诊科就诊情形的研究基准测试中，诊断准确率高于医生。相关研究发表于《科学》（Science），为进一步测试其 MAI-DxO 系统提供了依据，但尚未证明该系统在常规患者护理中的有效性。
要点
- 在基于病例的诊断评估中，MAI-DxO 的表现优于医生，其中包括允许查阅教科书和互联网信息的疑难病例评估。
- 该系统按顺序提出诊断问题并进行检查；研究人员报告称，其诊断检查成本较低。
- 计划开展的贝斯以色列女执事医疗中心研究将比较该 AI 与医生独立临床评估的表现。
目录
微软医疗 AI 的结果取决于测试条件
这项研究评估了 300 多个具有挑战性的医疗病例，以及基于急诊科就诊情形的场景。微软表示，复杂病例来自《新英格兰医学杂志》，急诊科评估则采用了 MIMIC-IV-ED 病例。
根据所用病例以及医生可获取的资源不同，比较结果也有所差异。这一区别很重要：这些结果反映的是特定评估条件下的表现，并非衡量该系统在临床实践中与医生相比表现如何的单一指标。
微软报告了以下相对准确率结果。这些数据是与医生表现的比较，并非绝对诊断成功率。
| 项目 | 详情 |
|---|---|
| 复杂病例；医生可使用教科书和互联网 | 微软报告称，MAI-DxO 的准确率超过医生的两倍。 |
| 复杂病例；医生无法使用上述资源 | 微软报告称，MAI-DxO 的准确率接近医生的四倍。 |
| 来自 MIMIC-IV-ED 的急诊科病例 | 微软报告称，MAI-DxO 的准确率是医生的 1.7 倍。 |
循序渐进的方法旨在降低诊断检查成本
MAI-DxO 通过一个协调器来决定提出哪些问题、申请哪些检查，以及如何随着信息到来修正当前诊断。该系统不会一次性接收所有证据，而是按顺序处理病例。
这种方法针对的是多项选择题式医疗 AI 基准测试的一个局限：这类测试无法反映系统选择下一步收集哪些信息的过程。研究人员表示，该系统还通过较少的检查和操作得出诊断，从而在评估中降低了检查成本。
对于微软的医疗 AI 开发而言，这项研究既测试诊断准确率，也考察得出答案所需的资源。不过，基准测试中的成本较低，并不能证明医院已实现实际节省。
医院合作将测试该系统对患者的表现
贝斯以色列女执事医疗中心的前瞻性临床研究公告确认了双方计划开展合作，患者将直接与微软的诊断系统互动。研究人员将把该系统的表现与医生的独立评估进行比较，考察其准确性、局限性以及融入医疗工作流程的潜力。
此次合作将研究从基于病例的基准测试推进到患者评估阶段。但这仍是一项计划中的研究，并非已经完成的临床验证，也不代表该系统已宣布将在急诊科常规部署。
结论
微软医疗 AI 下一步已确认的进展，是计划与贝斯以色列女执事医疗中心开展前瞻性研究。该研究将评估基准测试结果能否转化为对患者有用的临床表现。
阅读更多新闻
免责声明
本文由 FinanceVelix 提供，仅供一般信息参考，不构成个性化财务、投资、法律或税务建议。市场价格、利率和经济状况可能发生变化；投资存在亏损风险。本文所述事实以发布时可获得的资料为依据，且可能发生变化。请独立核实重要信息，并在需要时咨询合格专业人士。提及任何资产、公司或服务均不构成推荐。
