北京
多年来，AI巨头们一直把医疗当作技术改善生活最清晰的例证之一。微软AI部门CEO穆斯塔法·苏莱曼（Mustafa Suleyman）对The Verge表示，这件事"终于来了"。微软声称已开发出一款AI工具，诊断准确率最高可达人类医生的四倍。
相关发现发表在周四出版的《科学》（Science）杂志上。测试方式是把微软的AI系统与人类医生放在一系列场景中对比，这些场景取自医学病例报告和急诊科数据。微软将这些病例汇编成自己的基准测试集SDBench，并计划将其开源。
这套系统名为Diagnostic Orchestrator（诊断编排器），设计上模拟一个医学专家小组：调用多个AI智能体共同推理症状与病史，决定该开哪些检查，最终给出诊断，模仿的是医生排查病例的流程。
成绩单是这样的：
- 在取自《新英格兰医学杂志》数百篇报告的病例上，微软系统诊断准确率约83%，使用参考资料的全科医生约36%，不使用的约22%
- 在取自波士顿贝斯以色列女执事医疗中心（Beth Israel Deaconess Medical Center）大量入院病例的急诊场景中，系统准确率80%，人类医生平均47%
- 该AI系统给出诊断的估算成本，通常也低于人类同行。
研究人员称，这套由OpenAI的GPT-5驱动的系统，表现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、谷歌的Gemini 4 Argon或Anthropic的Opus 5.5。Diagnostic Orchestrator最初开发时，GPT-4.1还是当时最先进的模型，但研究人员表示后续测试显示，"模型能力的提升并不必然削弱"多智能体协同带来的收益。
微软承认，距离这项技术广泛部署还有很长的路。测试虽然更贴近医生诊断的真实方式——问问题、权衡各种可能解释、在给出诊断前开具检查——但系统只在历史病例上测试过，它在真实临床环境中的表现仍不清楚。
"它需要临床验证，"苏莱曼说，"那是一道坎，但这是这段旅程上的一个重要里程碑。"
这项研究属于微软更大野心的一部分：开发公司所称的"医疗超级智能"（medical superintelligence），即表现能超过最优秀的人类主导医疗体系的AI。自唐纳德·特朗普及其政府把"超级智能"一词挪用为"AI"的万能替代说法之前，微软就已在用这个词。
诊断只是微软健康愿景的一部分。该公司AI健康负责人、论文合著者多米尼克·金（Dominic King）博士表示，在周四发布的博客文章以及《BMJ Digital Health & AI》医学期刊的一篇文章中，公司列出了它认为AI还需掌握的另外五个领域，包括协调临床护理、制定治疗决策，以及处理医学中涉及人的那一面。
金告诉The Verge，微软计划与贝斯以色列女执事医疗中心合作，开始在医院环境中测试该系统，观察它在真实临床环境中的表现。金和苏莱曼都不愿给出明确时间表，但金表示，测试很可能"在未来几个月内启动"。
商业化也可能已在视野之内，不过微软尚未说明这项技术何时、以何种方式面世。该公司已通过其数字工具在美国医疗领域占据可观份额，健康也是其面向消费者的聊天机器人Copilot最热门的使用场景之一。金强调需要负责任地推进，并指出医学领域有着很高的监管与合规要求，必须遵守。
"明年我们会在生产环境中看到极其令人印象深刻的智能系统部署，"苏莱曼说，"我认为这将大幅改变护理的提供方式。"
苏莱曼此前多次谈到他"以人为本"的AI愿景，并表示医学也不例外。尽管他预测"未来几年内"会出现"在医疗超级智能上达到与人类表现无法区分"的东西，他仍坚持认为，人类临床医生应该、也将会始终在患者护理中处于核心位置。
他承认AI最终可能让医生承担更多工作，但他希望它能替医学去掉一些"苦差事"，让临床医生有更多时间陪伴患者。
"我对接下来要发生的事非常乐观，"他说，"我认为这正是我们打造技术的原因。"
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
