Microsoft 称 Diagnostic Orchestrator 诊断准确率最高达医生四倍

The Verge：AI· Robert Hart·2026-10-23 02:00· 1 小时前AI 评分71

Microsoft 称其 AI 工具在诊断疾病方面优于医生

AI 导读

Microsoft 在 Science 发表研究，称其 Diagnostic Orchestrator 在 SDBench 基准上诊断准确率最高达人类医生的四倍，计划开源该基准。

正文 · 原文

多年来，AI 领域的领军者一直将医疗健康视为其技术改善生活最明确的例证之一。如今“它终于到来了”，Microsoft AI CEO Mustafa Suleyman 对 The Verge 表示。该公司声称已开发出一款 AI 驱动的工具，其诊断疾病的准确率最高可达人类医生的四倍。

The findings, published Thursday in one of the world’s most prestigious journals, Science, are based on tests pitting Microsoft’s AI system against human physicians on a series of scenarios drawn from medical case reports and emergency department data. Microsoft compiled the cases into its own benchmark, SDBench, which it plans to open-source. Designed to function like a panel of medical experts, Microsoft’s Diagnostic Orchestrator uses multiple AI agents to reason through symptoms and medical histories, decide what tests to order, and arrive at a diagnosis, mimicking the process doctors use to investigate cases.

在取自 The New England Journal of Medicine 发表的数百份报告的病例中，Microsoft 的系统达到了约 83% 的诊断准确率，而使用参考资料的全科医生约为 36%，不使用参考资料的全科医生为 22%。Diagnostic Orchestrator 在取自波士顿 Beth Israel Deaconess Medical Center 大型患者入院数据库的急诊科病例上也优于医生，准确率为 80%，而人类医生的平均准确率为 47%。该 AI 系统得出诊断的估计成本也往往低于人类同行。

研究人员表示，该系统由 OpenAI 的 GPT-5 驱动，也优于单独运行的前沿 AI 模型，不过这篇经过同行评审的论文并未纳入更新的模型，如 GPT-6 Astra、Meta 的 Muse Wonder Full、Google 的 Gemini 4 Argon 或 Anthropic 的 Opus 5.5。Diagnostic Orchestrator 最初是在 GPT-4.1 为当时最先进模型时开发的，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“益处”。

Microsoft 承认，在这项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、在得出诊断前开具检查——但该系统仅在过往医学病例上进行了测试，其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。“那是一次飞跃，但这是这段旅程中的一个重要里程碑。”

这项研究是 Microsoft 更宏大目标的一部分，即开发该公司所称的“医学超级智能”——能够超越最佳人类主导医疗系统的 AI。Microsoft 早在 Donald Trump 及其政府将其挪用为“AI”的笼统替代词之前，就使用了“超级智能”这一术语。

该研究的合著者、微软AI健康负责人Dominic King博士表示，诊断只是微软健康愿景的一部分。在周四发布的一篇博客文章以及《BMJ Digital Health & AI》医学期刊上的一篇文章中，该公司概述了它认为AI还需要掌握的另外五个领域，包括协调临床护理、做出治疗决策以及处理医学中涉及人的一面。

King告诉The Verge，微软计划与Beth Israel Deaconess Medical Center合作，开始在医院环境中测试该系统，以了解它在真实临床环境中的表现。King和Suleyman都没有承诺具体时间表，不过King表示，测试很可能会“在未来几个月内启动”。

商业化也可能即将到来，不过微软尚未说明这项技术何时或以何种方式推出。该公司已通过其数字工具在美国医疗健康领域占据重要地位，而健康是其面向消费者的聊天机器人Copilot最受欢迎的用途之一。King强调需要负责任地推出，并指出医学领域有严格的监管与合规要求需要遵守。

“明年我们将看到智能系统在生产环境中极其令人印象深刻的部署，”Suleyman说。“我认为这将极大地改变护理提供的方式。”

Suleyman has spoken previously about his “human-centered” vision for AI, and said medicine is no exception. Even as he predicts the arrival of “something that is indistinguishable from human performance on medical superintelligence in the next couple of years,” he insists that human clinicians should and will always have a central role in patient care.

虽然他承认AI最终可能会让医生承担更多工作，但他表示，他希望AI能消除医学中的一些“苦差事”，让临床医生腾出更多时间与患者相处。

“我对接下来会发生的事情非常乐观，”他说。“我认为这就是我们构建技术的原因。”

关注此报道中的主题和作者，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。

• Robert Hart

来源：The Verge：AI · theverge.com