多年来，AI领域的领导者一直将医疗保健吹捧为他们的技术将改善生活的最明显例子之一。现在“它终于来了”，微软AI首席执行官Mustafa Suleyman告诉 The Verge。该公司声称已开发出一款AI驱动的工具，称其诊断疾病的准确度最高可达人类医生的四倍。
这些研究结果 发表 于周四在世界上最负盛名的期刊之一 《Science》上，其依据是让微软的AI系统与人类医生在一系列取自医学病例报告和急诊科数据的场景中进行对抗测试。微软将这些病例汇编成自己的基准测试SDBench，并计划将其开源。微软的Diagnostic Orchestrator被设计成一个类似医学专家小组的系统，它使用多个AI智能体来推理症状和病史、决定需要进行哪些检查并得出诊断，模仿医生调查病例的过程。
在取自数百份发表于 《The New England Journal of Medicine》的报告的病例中，微软的系统实现了约83%的诊断准确率，相比之下，使用参考资料的全科医生约为36%，而不使用参考资料的医生则为22%。在取自波士顿Beth Israel Deaconess医疗中心大型 数据库 中患者入院的急诊科病例上，Diagnostic Orchestrator也胜过了医生，准确率达到80%，而人类医生的平均准确率为47%。此外，该AI系统得出诊断时的估计成本也往往低于人类医生。
相关
研究人员表示，该系统由OpenAI的GPT-5驱动，其表现也优于单独运行的前沿AI模型，不过这篇经同行评审的论文并未包含更新的模型，例如 GPT-6 Astra、Meta的 Muse Wonder Full、谷歌的 Gemini 4 Argon或Anthropic的 Opus 5.5。Diagnostic Orchestrator最初是在GPT-4.1还是最先进可用模型时开发的，但研究人员表示，后续测试表明“模型能力的提升并不一定会削弱多个智能体协同工作所带来的好处”。
微软承认，在该技术能够广泛部署之前，还有很长的路要走。虽然这些测试更贴近医生诊断疾病的方式——提问、权衡可能的解释，并在得出诊断前安排检查——但该系统仅在过去的医疗病例上进行过测试，它在真实临床环境中的表现如何仍不清楚。“它需要临床验证，”Suleyman说。“这是一次飞跃，但这是这段旅程中的一个重要里程碑。”
这项研究是微软更宏大抱负的一部分，即开发该公司所谓的“医疗超级智能”——能够超越最佳人类主导医疗体系的AI。微软已经 使用过这一术语 “超级智能”这一说法早在唐纳德·特朗普及其政府 将其挪用为“AI”的笼统替代词之前就已存在。
该研究的合著者、微软AI健康业务负责人Dominic King博士表示，诊断只是微软医疗愿景的一部分。在 一篇博客文章 于周四发布，并且 一篇文章 在 BMJ Digital Health & AI 医学期刊，该公司列出了它认为AI需要掌握的其他五个领域，包括协调临床护理、做出治疗决策以及处理医学中涉及人性的一面。
King tells The Verge 微软计划与贝斯以色列女执事医疗中心合作，开始在医院环境中测试该系统，以观察其在真实临床环境中的表现。King和Suleyman都没有承诺确定的时间表，不过King表示测试很可能“将在未来几个月内启动”。
商业化可能也即将到来，不过微软尚未表示这项技术将于何时或以何种方式推出。该公司已经通过其数字工具在美国医疗保健领域拥有重要的存在，而健康是…… 最受欢迎的 其面向消费者的聊天机器人的用途 Copilot。King 强调了负责任地推广的必要性，并指出医疗领域存在必须遵守的高监管和合规要求。
“明年我们将看到智能系统在生产环境中极为令人印象深刻的部署，”Suleyman 说。“我认为这将极大地改变医疗服务的提供方式。”
Suleyman 曾谈到过 此前 他对人工智能“以人为中心”的愿景，并表示医学也不例外。即使他预测“在未来几年内将出现某种在医学超级智能方面与人类表现难以区分的东西”，他仍坚持认为人类临床医生应当并且永远会在患者护理中扮演核心角色。
虽然他承认人工智能可能最终导致医生被交付更多工作，但他表示，他希望它能够消除医学中的一些“苦差事”，让临床医生有更多时间与患者相处。
“我对未来的发展非常乐观，”他说。“我认为这正是我们构建技术的原因。”
关注本文章的主题和作者 ，以便在您的个性化主页信息流中看到更多类似内容，并接收电子邮件更新。