微软称其诊断AI在仿真测试中准确率达医生四倍

微软在《Science》发表研究，称其多智能体诊断系统 Diagnostic Orchestrator（MAI-DxO）在其自建基准 SDBench 的仿真测试中诊断准确率约为人类医生的四倍：在 NEJM 复杂病例仿真中正确率 83%，而全科医生单独作答为 36%。 研究将 AI 与医生在来自医学病例报告和急诊数据的病例场景上对比，病例由微软整理为计划开源的 SDBench。需注意限制：该系统仅在过往病例上测试，真实临床表现尚不清楚；且此类复杂病例通常由专科医生或医生团队处理，而他们并未纳入对比。在急诊病例上，GPT-5 加不加 DxO 协助在准确率和成本上均改善甚微。 据微软的 King 向 The Verge 介绍，微软计划与贝斯以色列女执事医疗中心合作，在真实医院环境中测试该系统，测试可能在接下来几个月内开始。

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。