微软AI诊断系统模拟测试准确率83%，高于全科医生

微软公布的多智能体诊断系统MAI-DxO在《Science》发表的模拟研究中，对《新英格兰医学杂志》复杂病例的诊断准确率约83%，单独工作的全科医生为36%，使用参考资料的全科医生约22%。该系统由多个AI智能体推理症状与病史、决定检查项目并给出诊断。 微软称，测试搭配了OpenAI、Google、Anthropic、Meta、DeepSeek等多家公司的模型，最佳结果来自OpenAI的GPT-5和GPT-5.5。研究方提示，这类复杂病例通常由专科医生或医生团队处理，而他们未参与对比；在急诊科病例上，GPT-5单独使用与借助DxO辅助相比，准确率和成本改善都不明显。 该系统目前只在过往病例上测试过，在真实临床环境中的表现尚不清楚。微软计划与波士顿本杰明以色列女执事医疗中心合作，在不同医院环境中评估DxO的临床推理能力，并将开源其构建的SDBench基准；商业化时间与方式尚未公布。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。