微软声称已开发出一种由人工智能驱动的诊断工具，其准确率可达人类医生的四倍。微软AI首席执行官穆斯塔法·苏莱曼表示：“我们将在未来几年内打造出与人类表现难以区分的系统。”
诊断准确率显著优于人类医生
这项研究成果已发表在学术期刊《科学》上。研究基于微软自建的基准测试SDBench（计划开源），将AI系统与人类医生在源自医疗病例报告和急诊科数据的场景中进行对抗测试。
该工具名为“诊断协调器”（Diagnostic Orchestrator），旨在模仿医学专家小组的运作模式。它利用多个AI智能体推理症状和病史，决定检查项目并得出诊断结论。在取自《新英格兰医学杂志》的数百份案例中，该系统诊断准确率约为83%，而使用参考资料的一般医师准确率为36%，未使用资料者仅为22%。在波士顿贝斯以色列女执事医疗中心的急诊科案例数据库中，该系统准确率达到80%，高于人类医生47%的平均水平。此外，其预估诊断成本通常低于人类医生。
基于GPT-5，仍需临床验证
研究人员透露，该系统由OpenAI的GPT-5提供支持，表现优于独立运行的前沿AI模型。尽管论文未包含GPT-6 Astra、Meta Muse Wonder Full等更新模型，但测试表明，模型能力提升并未削弱多智能体协作的优势。
微软承认，该技术距离广泛部署仍有距离。虽然测试流程贴近真实诊断逻辑，但仅在历史案例上进行，真实临床表现有待观察。苏莱曼称这是“重要里程碑”，但强调“需要临床验证”。
迈向“医疗超级智能”
此项研究是微软构建“医疗超级智能”愿景的一部分。微软AI健康负责人多米尼克·金博士指出，诊断仅是其中一环，AI还需掌握协调临床护理、治疗决策及处理人性化关怀等领域。
微软计划与贝斯以色列女执事医疗中心合作，在真实医院环境中测试该系统。金表示，测试很可能在“接下来的几个月内启动”，但未承诺具体时间表。鉴于医疗领域的高监管要求，微软强调将负责任地推进商业化。
苏莱曼预测，明年将看到智能系统在生产线上的令人印象深刻的部署，这将极大改变护理提供方式。他坚持认为，尽管AI可能增加医生工作量，但其核心价值在于消除繁琐事务，让临床医生有更多时间陪伴患者，人类医生在护理中应始终扮演核心角色。