微软 AI 诊断疑难病例，准确率 83%

10 月 22 日，《科学》刊出微软 AI 的一项研究：一套叫 MAI-DxO 的诊断系统，在新英格兰医学杂志（NEJM）的复杂病例模拟里，诊断正确率 83%；对照组是全科医生和内科医生单独查资料作答，正确率 36%。微软 AI 首席执行官 Mustafa Suleyman 称这是迈向「医疗超级智能」的一步。

机制不复杂：DxO 不是一个更大的模型，而是几个智能体组成「会诊小组」——轮流追问病史、决定开哪些检查、互相质询，最后给诊断。有一处必须说清楚：这类复杂病例在真实医院通常由专科医生或团队处理，而对照组只是单个全科医生，所以 83% 对 36% 不是「AI 打败专科医生」。最好成绩出现在 OpenAI 的 GPT-5 与 GPT-5.5 上。

研究自己也承认，提升的大头来自底层模型变强，编排系统只是加成。按病例成本算：GPT-5 用简短基础提示，复杂病例得分 78.9%，每例约 8400 美元；加上 DxO 省了约 3000 美元，准确率只涨约 4 个百分点。换到 GPT-5.5，复杂病例从 72% 提到接近 87%，成本还略降；但急诊病例上，用不用 DxO 都停在 85% 左右，没有改善，成本也没省。对能力弱的模型帮助最大：Gemini 2.5 Flash 单独 46.4%，加了 DxO 接近 69%。

微软 AI 健康业务副总裁 Dominic King 说，医疗最大的挑战是「专业能力的需求与供给越来越不匹配」。这也解释了为什么这类结论今年密集出现——谷歌、OpenAI 都发过「AI 达到或超过医生」的研究，微软这次的不同在于把成本和失效场景一起登了出来。

对普通人意味着什么：短期最现实的两个场景是分诊和第二意见，不是替代医生，真生病还是去医院。对学医和做医疗产品的人，信号更明确：写病历、查指南正被自动化，值钱的是判断什么时候不该信 AI，以及怎么把结论落成可执行的检查与治疗方案。83% 这个数字很好看，但它是模拟病例、有成本约束、对照组偏保守，别把它当成「AI 医生已上线」。

出处：TechCrunch · 原文发布：2026-10-22