微软AI称其多智能体诊断系统在历史病例中准确率超医生，尚待临床验证

微软AI部门CEO Mustafa Suleyman向The Verge表示，公司开发的一款名为Diagnostic Orchestrator（诊断编排器）的AI工具，在模拟医生诊断过程的测试中，准确率最高可达人类医生的四倍。该研究成果于2026年10月22日发表在顶级科学期刊《Science》上。

Diagnostic Orchestrator是一个多智能体系统，旨在模仿医学专家小组的工作方式：通过多个AI代理协同推理症状和病史、决定需要进行的检查项目，并最终给出诊断结论。微软为此构建了名为SDBench的内部基准测试集，计划将其开源。

根据论文披露的数据，在取自《新英格兰医学杂志》（NEJM）数百份病例报告的测试中，该系统达到了约83%的诊断准确率，而使用参考资料的普通全科医生平均准确率为36%，无参考资料时仅为22%。在来自波士顿Beth Israel Deaconess Medical Center急诊科的大规模患者入院数据库测试中，AI系统的准确率为80%，相比之下人类医生的平均准确率为47%。此外，AI系统还以更低的预估成本完成了诊断。

尽管数据显著，微软明确指出了当前的局限性。Suleyman承认，这些测试仅基于过去的医疗案例，系统尚未在真实的临床环境中运行。“它需要临床验证，这是一个飞跃，但也是这一旅程中的重要里程碑。”他说。目前，微软计划在未来几个月内与Beth Israel Deaconess Medical Center合作，开始在真实医院环境中测试该系统的表现。

这项研究是微软所谓“医疗超级智能”愿景的一部分，即开发能够超越最佳人类主导医疗系统的AI。然而，从实验室基准到广泛部署仍有很长的路要走，特别是在医疗行业面临严格监管和合规要求的背景下。