据《科学》杂志刊登的一项研究显示，微软研发的一款AI诊断工具在解决复杂医疗病例时，准确率可达普通医生的两倍以上。该工具引入“协调器”机制，模拟临床专家协作模式，通过迭代问询与检查安排，逐步推进诊断进程。
从“一次性”到“迭代式”诊断
传统医疗AI多采用“一次性”方法，即汇总患者所有症状、实验室及影像学数据后直接生成诊断。相比之下，新模型在“协调器”指导下，首先聚焦病史询问与体格检查重点，随后基于获取的信息决定后续测试项目，并根据结果动态调整假设与计划，直至确诊。
研究负责人指出，这一过程更接近真实临床思维，系统会不断更新工作假设。在处理300多个高难度、非典型医疗难题时，该模型的排查与确诊准确率显著优于借助教科书和互联网辅助的一般医生。在大型急诊室入院数据库的场景测试中，其表现同样超越人类医生。
更贴近现实，成本更低
微软AI健康部门企业副总裁多米尼克·金博士指出，以往评估AI常使用多项选择题，AI虽能取得100%通过率，但现实中患者无法提供完美总结的新情况。新模型的优势在于应对现实世界的不确定性。
研究还发现，由该AI协调器设计的诊断流程，成本低于人类医生设计的流程。微软AI健康负责人哈沙·诺里表示，团队不仅关注准确性，更重视系统在诊断排查中的审慎与细致程度。
目前，微软正与波士顿贝斯以色列女执事医疗中心合作，下一步将测试该工具在急诊室候诊区对患者进行分流的能力。