北京
智通财经获悉，微软(MSFT.US)在医疗AI赛道投下一枚重磅砝码。当地时间10月22日，微软AI诊断系统MAI-DxO(Microsoft AI Diagnostic Orchestrator)的研究成果正式发表于《科学》杂志。这是一款能够像医生一样逐步诊断患者的AI工具，在解决复杂医学病例时的准确率是普通内科医生的两倍多。
在基于《新英格兰医学杂志》(NEJM)304例复杂病例的模拟评估中，MAI-DxO诊断准确率达到83.2%，而可独立查阅参考资料的全科医生及普通内科医生准确率仅为36.1%;在不允许使用参考资料时，医生准确率进一步降至约22%。在基于MIMIC-IV-ED急诊入院数据的另一组测试中，系统准确率为80.3%，全科医生为46.8%，优势收窄至1.7倍。
报告称，该模型通过一个“编排器”来识别并协调应向患者提出的问题，以及应安排的检查和检验项目;该编排器通过模拟一个临床专家小组协作解决诊断病例，来组织AI处理问题的方式。
现有医疗AI模型通常采用“一次性”方法，即综合分析患者的全部症状、实验室结果和影像学检查，以生成诊断。
在编排器协调诊断步骤的情况下，该AI模型首先决定应询问哪些病史信息，以及体格检查中哪些内容具有重要意义。根据所获信息，它决定安排哪些检查、评估检查结果，并在适当情况下安排进一步检查。研究负责人受访时表示，在整个过程中，该模型会不断更新其工作假设和计划。
在诊断300多个高度罕见且令人困惑的医学难题时，采用诊断编排器的模型在“检查评估”患者和确定诊断方面的准确率，是借助教科书和互联网的普通内科医生的两倍多。在基于一个大型急诊入院病例数据库所设计的场景中，该工具的表现也优于人类医生。
研究人员表示，将此类较早系统与人类医生进行比较的评估通常使用选择题。
“AI在这方面已经非常擅长，通过率能达到100%，”微软AI健康部门企业副总裁、正在开发这项新技术的多米尼克·金博士表示。“但这当然不是现实世界。没有患者来找我时会带着一份漂亮的摘要。”
研究人员还发现，由编排器设计检查流程时，诊断过程的成本低于由人类医生设计时。“我们不仅衡量系统的准确性，也在衡量它进行诊断检查时有多审慎、多细致，”微软AI Health的AI负责人哈沙·诺里表示。
在与波士顿贝斯以色列女执事医疗中心的合作中，研究人员下一步将测试该工具在急诊科候诊区分诊患者的能力。
在行为特征上，医生在开具首项检查前平均仅追问5.6个问题，而DxO平均追问25.5个，呈现更系统、更结构化的病史采集模式。底层模型方面，系统在OpenAI GPT-5上表现最优，换用GPT-5.5后性能进一步提升，表明编排层的增益具有跨模型可迁移性。
从商业化视角审视，此次研究更值得关注的信号是评测标准的迁移：微软同步提出了SDBench“顺序诊断基准”，将病例转化为分步交互的“问诊现场”，首次在准确率之外将检查成本纳入考核维度。这意味着医疗AI的竞争维度正从单项算法准确率，转向“临床推理编排能力+成本效率”的综合比拼。
这一转向与行业整体节奏吻合。据Grand View Research数据，全球医疗AI市场2025年规模约426.2亿美元，预计2026年达562亿美元，至2036年有望扩张至1.05万亿美元，2026—2036年复合增速约34%。
在供给端，微软自2022年以近200亿美元收购Nuance以来，已将Dragon Copilot嵌入临床文档与语音工作流，覆盖美国大量医院与医生群体，MAI-DxO构成其从“文书自动化”向“诊断决策支持”延伸的自然拼图。
下一步的关键验证节点已经浮出水面。微软计划在未来数月内与波士顿贝斯以色列女执事医疗中心合作，启动真实临床环境下的前瞻性测试，重点评估急诊分诊场景中的表现。与此同时，叠加与梅奥诊所合作的医疗基础模型计划，微软医疗商业化的完整拼图正在闭合。
对二级市场而言，短期情绪催化已在《科学》背书下释放，但医疗AI的估值中枢最终取决于真实世界盲法对照能否复现模拟环境中的优势，以及支付方与监管框架对“AI辅助诊断”的定价与责任界定。
智通财经网
本文源自：智通财经网
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.
