先了解这件事
Satya Nadella称,团队研发的诊断编排器研究已发表于Science。相关报道显示,微软MAI-DxO诊断系统在发表于Science的同行评审研究中,对《新英格兰医学杂志》病例记录的诊断准确率为83.2%,使用参考资源的全科医生为36.1%。研究提出Sequential Diagnosis Benchmark(SDBench),将304个期刊病例和325个MIMIC-IV-ED急诊病例转为可逐步提问、开检查的分步诊断任务,并按准确率和检查成本计分。DxO搭配GPT-5在无预算约束下平均每例成本5,431美元;作者同时说明该对比不涉及专科医生、多学科团队或真实临床实践。另有报道称,Mustafa Suleyman表示该系统在急诊场景下的诊断准确率是医生的1.7倍,且成本更低、所需医学检查更少。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
微软AI诊断工具模拟医生逐步问诊，复杂病例准确率约为全科医生两倍事件进展
1 个已确认进展
- 来源：Unite.AI
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月23日
财联社
微软AI诊断工具模拟医生逐步问诊，复杂病例准确率约为全科医生两倍
微软研究团队在《科学》杂志公布一款由GPT-5驱动的AI诊断工具，在选自《新英格兰医学杂志》的复杂病例测试中诊断准确率约83%，借助参考资料的全科医生约36%，不借助参考资料约22%。该工具通过名为“诊断协调器”的机制模拟多名临床专家协同分析，分步决定询问哪些病史、安排哪些检查并持续更新诊断假设。研究团队下一步将与波士顿Beth Israel Deaconess Medical Center合作测试急诊分诊能力，微软尚未说明商业化时间与形式。
Unite.AI精选
微软 MAI-DxO 诊断系统在 Science 研究中准确率超过全科医生
微软 MAI-DxO 诊断系统在发表于 Science 的同行评审研究中，对《新英格兰医学杂志》病例记录的诊断准确率为 83.2%，使用参考资源的全科医生为 36.1%。研究提出 Sequential Diagnosis Benchmark（SDBench），将 304 个期刊病例和 325 个 MIMIC-IV-ED 急诊病例转为可逐步提问、开检查的分步诊断任务，并按准确率和检查成本计分。DxO 搭配 GPT-5 在无预算约束下平均每例成本 5,431 美元，作者同时说明该对比不涉及专科医生、多学科团队或真实临床实践。
Satya Nadella
微软诊断编排器登Science：提准确率降成本
Satya Nadella 转发 Mustafa Suleyman 的帖子，介绍团队在 Science 发表的工作：MAI Diagnostic 系统在急诊场景下诊断准确率比医生高 1.7 倍，且成本更低、所需检查更少。Nadella 称该诊断编排器能推理复杂病例，在提高诊断准确率的同时降低检测成本。
Mustafa Suleyman精选
微软 MAI Diagnostic 在急诊诊断准确率上达医生的 1.7 倍
Mustafa Suleyman 表示，MAI Diagnostic 系统在急诊（ED）场景下的诊断准确率是医生的 1.7 倍，即使医生可以上网查询也是如此。该系统成本更低，且做出诊断所需的医学检查更少。相关成果已发表在期刊 Science 上。
The Verge AI
微软 AI 诊断工具在 Science 发表研究，称准确率最高达人类医生四倍
微软公布其 AI 诊断工具 Diagnostic Orchestrator 的研究结果，该工具由多个 AI 智能体协作推理症状、决定检查项目并给出诊断，基于 OpenAI 的 GPT-5。在取自《新英格兰医学杂志》数百份病例报告的测试中，该系统诊断准确率约 83%，使用参考资料的全科医生约 36%，不使用的约 22%；在波士顿 Beth Israel Deaconess 医疗中心的急诊病例上准确率为 80%，人类医生平均 47%，且系统给出诊断的估算成本更低。微软将把自建基准 SDBench 开源，并计划未来几个月与 Beth Israel Deaconess 医疗中心在医院环境中开展测试，但该系统目前只在历史病例上验证过，仍需临床验证。
本事件热度走势
- 当前
- 13
- 区间峰值
- 43 10月23日 09:00
- 近 24 小时变化
- —
移动指针或点击图表可查看每小时热度；键盘可用左右方向键切换。