微软推出 AI 医疗诊断系统 MAI-DxO：复杂病例准确率达 83%，成果登《科学》

文章要点

决策要点

微软用智能体编排把基础模型的诊断能力放大到基准成绩领先，但对照组不含真实接诊复杂病例的专科医生，论文成绩与临床落地之间有距离。

影响：医疗AI诊断工具的准确率与成本基准被抬高，医疗机构评估供应商时多了一个参照；但对照组缺专科医生而复杂病例恰由专科处理，真实临床效果还没有直接证据。
参考：医疗机构可考虑把独立临床验证数据列入供应商评估清单，先在电子病历完整的科室做小规模对照试点；其他行业可留意多智能体编排放大基础模型能力这一路径。
依据：准确率与成本数字均为微软官方口径，成果发表于《科学》且论文可查；专科医生未纳入对照实验为研究自述。

正文

感谢IT之家网友华南吴彦祖的线索投递！

IT之家 10 月 23 日消息，当地时间 10 月 22 日，微软宣布，在基于 MIMIC-IV-ED 数据集评估美国急诊科常见就诊病例时，其研发的 AI 诊断系统 MAI-DxO 的诊断准确率达到了人类医生的 1.7 倍。

该系统命名为 Microsoft AI Diagnostic Orchestrator，简称 DxO，通过统一编排多个 AI 智能体来模拟医生专家联合会诊的过程 —— 各智能体协同向患者问诊、开具化验检查，并对潜在诊断展开深入研判与辩论。

而在基于《新英格兰医学杂志》（NEJM）复杂病例展开的模拟评估中，MAI-DxO 的诊断准确率高达 83%。相比之下，可独立查阅参考资料的基层全科医生及普通内科医生的准确率仅为 36%。

微软推出 AI 医疗诊断系统 MAI-DxO：复杂病例准确率达 83%，成果登《科学》

值得注意的是，此类复杂病例在现实临床中通常交由专科专家或多学科医疗团队协作诊治，而这部分专科医生并未纳入本次对照实验。

官方表示，该系统所需的成本仅为医生的一半甚至三分之一，能以更少的化验与诊疗操作精准锁定正确诊断。该项研究成果已正式发表在《科学》期刊。

该研究自身的数据亦显示，系统诊断能力的跃升在很大程度上归功于底层基础 AI 模型性能的增强，而微软的编排架构则在此基础上进一步放大了性能增益。

微软针对 OpenAI、谷歌、Anthropic、Meta 以及 DeepSeek 等多家机构的模型对 MAI-DxO 进行了测试，其中表现最亮眼的当属 OpenAI 旗下的 GPT-5 及 GPT-5.5。

IT之家附论文链接：

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家包含外链的文章均包含本声明。

决策要点

AI 评分58

微软用智能体编排把基础模型的诊断能力放大到基准成绩领先，但对照组不含真实接诊复杂病例的专科医生，论文成绩与临床落地之间有距离。

影响：医疗AI诊断工具的准确率与成本基准被抬高，医疗机构评估供应商时多了一个参照；但对照组缺专科医生而复杂病例恰由专科处理，真实临床效果还没有直接证据。
参考：医疗机构可考虑把独立临床验证数据列入供应商评估清单，先在电子病历完整的科室做小规模对照试点；其他行业可留意多智能体编排放大基础模型能力这一路径。
依据：准确率与成本数字均为微软官方口径，成果发表于《科学》且论文可查；专科医生未纳入对照实验为研究自述。