5个AI Agent“辩论”诊断，准确率超人类专家4倍 | 微软AI CEO详解微软医疗AI新突破

7月5日，Microsoft AI 首席执行官 Mustafa Suleyman接受Big Technology播客的访谈，详细介绍了微软在医疗AI领域的最新突破——多智能体“诊断协调器”。阐述了其设计理念、性能数据，系统性地解答了关于该系统技术架构、相较人类的性能优势、内在的透明度机制，以及对未来医生角色带来何种改变等一系列问题。

对话从一个核心数据展开：目前通过 AI 产品提出的健康相关查询已达到怎样的规模？这与传统搜索有何不同？

Suleyman 指出，目前 Microsoft Copilot 及其他 AI 应用每日处理的健康相关查询高达 5000 万次。他认为这是一个积极的信号，因为 AI 正在让信息获取变得更具对话性。他解释道：“搜索引擎已经让信息的获取变得极其廉价和便捷。而现在有了 Copilot，我们得到的答案更具对话性，你可以根据自己特定的知识背景和专业水平，调整回答的风格和深度。这常常会鼓励用户提出第二个、第三个问题，从而将一次简单的查询，转变为一场类似于你和医生之间的深度对话或咨询。” 这些查询覆盖了从癌症到心理健康，再到皮肤疹等极为广泛的健康问题。

这项由 Microsoft AI 宣布的新进展——多智能体“诊断协调器”，其具体工作原理是怎样的？

Suleyman 表示，这套系统的核心是模拟 AI 扮演诊断医生的角色，其工作流程覆盖了从问询到诊断的全过程。为了验证和训练这套系统，研究团队使用了《新英格兰医学杂志》发布的数百个真实历史病历。“这些病例每周都会发布一个，对医生来说就像一个终极填字游戏。他们显然要到下周才能看到答案，这是一个巨大的猜谜游戏，需要回顾五到七页非常详细的病史，然后试图弄清楚诊断结果究竟是什么。”

在具体实现上，系统在概念上由两个核心AI角色构成：一个“信息看门人”负责管理和调取患者所有的医疗信息；另一个“诊断医生”则通过与“看门人”对话，主动、有序地探寻病史、分析数据，并最终给出诊断。

为何需要采用一套由多个机器人对话组成的复杂系统，而非依赖单一的生成式 AI 模型一步到位？

Suleyman 指出，AI 领域近期的重大突破在于具备推理能力的模型，它们能在推理时主动查询其他 AI Agent 或信息源，以提升回答质量，而不是直接给出第一个想到的答案。他认为，真正的价值高地正在向上层转移。“随着AI模型本身逐渐商品化，真正的价值将体现在顶层的协调、编排与产品集成上。”

这个被称为“协调器”的系统，其底层调用了来自几家主流供应商的四种不同模型。通过这种智能编排，系统的综合准确率能在每个独立模型的基础上再获得约 10% 的显著提升。

该系统的实际表现如何？与人类专家的能力相比处于何种水平？

Suleyman 提供了直接的基准测试数据。在一项使用了《新英格兰医学杂志》病例的模拟诊断测试中，一批顶尖人类医生的平均诊断正确率约为 20%。相比之下，协调器系统的准确率达到了 85%。

他对此评价道：“它的准确率是人类专家的四倍以上。在我的职业生涯中，从未见过人类水平的表现与 AI 系统的表现之间存在如此巨大的差距。很多年前，我曾从事大量关于放射学、头颈癌和乳腺 X 光检查的诊断工作，目标只是拿一个单一的放射学检查来预测是或否有癌症。而那是我们能做的极限。而现在，它不仅仅是产生一个二元分类输出，而是实际上产生一个非常详细的诊断，并通过这种交互式对话机制顺序地完成。所以这极大地提高了准确性。”

这套系统是否能摆脱对训练数据的依赖，进行真正的推理？

Suleyman 强调，该系统具备真正的推理能力，而非记忆。他解释说：“我们与《新英格兰医学杂志》合作的部分原因，是因为他们每周都会发布一个全新的病例，这个病例甚至从未被数字化过。所以毫无疑问它不在训练数据中。例如，上周的这个病例，绝对不可能在训练数据中，因为它实际上是刚刚发表的。所以我不认为有任何那样的可能性。这真的是在做一种抽象的判断，它不是在复现训练数据，而是在根据它已有的知识进行某种推理或思考。”

对于 AI 系统普遍存在的“黑箱”问题，以及医生可能因依赖 AI 而导致“技能退化”的担忧，该系统如何应对？

Suleyman 认为，该系统的设计恰恰解决了这些问题。其核心在于过程的透明化。他详细描述道：“这不仅仅是给出一个黑箱答案。这就是为什么顺序诊断部分如此重要的原因，因为你可以实时观看 AI 向病历提问，得到一个答案，形成一个新问题，得到一个答案，提出一个新问题，然后要求一种不同类型的测试，得到那些结果，解释它，然后给出一个答案。所以对话性质意味着人类医生可以跟随，并以一种非常透明的方式实际学习。”

为了实现这种透明的、高质量的决策，系统内部拥有一套独特的协作机制。“我们实际上创造了五种不同类型的AI Agent，它们都会进行辩论，我们称之为‘辩论链’。它们相互协商，它们试图优先考虑某些不同的方面，比如成本或效率。正是这些不同技能在医生 Agent 之间的协调，实际上使这个系统如此有效。”

如果医生能够观察 AI 的全过程，这是否意味着他们的角色会变得被动？这种工具的真正效用在哪里？

Suleyman 承认让医生亲身思考的价值，但他认为新工具带来的益处远超风险。“我仍然认为这将是一个了不起的教育工具，让医生实际学习他们从未遇到过的广泛病例。例如，我们上周实际上在《新英格兰医学杂志》的最新病例研究上运行了 DXO 协调器，它正确地诊断了一个在所有医学文献中只出现过 1500 次的病例。那是一种非常晦涩的罕见病。所以很少有医生能有机会看到那个。因此，在真实的临床应用环境中准确和可预防地检测这类疾病的能力，我认为将大大超过医生无法以你描述的方式进行锻炼的风险。”

这项技术将如何重塑医生的未来角色？

Suleyman 认为，医生的角色远不止是做出诊断，AI 的介入将使其工作重心向更高价值的领域转移。他表示，人类专家医生仍然需要运用大量的判断力，尤其是在诊断之后。“判断什么对患者有效，并帮助患者决定，‘鉴于我现在知道我得到了这个诊断，我想采取什么治疗以及何时采取？以及那里的权衡是什么？’所以那将需要大量的判断力。”

因此，医生的角色不仅仅是提供人际连接和亲身陪伴，更是“以一种深度共情的方式与一个收到了诊断的患者一起思考，来规划他们的治疗过程。”

这套“协调器”方法论是否具有更广泛的应用前景？以及 Microsoft 对这项技术的最终目标是什么？

Suleyman 确认，这种方法论具有广泛的适用性。“这些协调器的基本方法是它们调整不同的 AI 来扮演非常具体的角色，然后让这些 AI 相互协商、辩论和讨论。这种设置显然适用于很多不同的环境，无论是在商业中，甚至未来在政府中。”

对于这项技术的未来，他怀有极高的期望。尽管目前尚处早期研究阶段，但他认为其展现的潜力是迈向“真正的医疗超级智能”的步伐。最终的目标是：“我们希望尝试尽快地、尽可能广泛地提供它，包括为我们每天 5000 万的健康查询服务。所以这将是我们的雄心壮志，就是以最安全的方式，尽快地把它带到消费者面前。”

【AI技术与应用交流群｜仅限受邀加入】

AI算力领域TOP级从业者专属圈层

√ 与头部算力企业深度对话

√ 与AI上下游企业深度对话

√ 获取一手全球AI与算力产业信息

√ 获取AI热点及前沿产业独家信息

√ 随时了解全球AI领域高管最新观点及实录全文

√ 有机会参与AI主题产业交流活动

扫码验证身份（需备注姓名/公司/职务）

不止有 DeepSeek，更有 AI产业的未来！

| 文章来源：数字开物

• END•

【专栏】精品再读