GPT-5驱动的诊断编排系统DxO在成本敏感序贯诊断中优于参与医生

文/IAICA.NGO®

核心要点

• GPT-5驱动的诊断编排系统DxO在629例序贯病例中实现79.6%至84.5%的准确率，并平衡检查成本。
• 参与医生在精选会议病例上，无参考工具时准确率为22.3%，有参考工具时为36.1%。
• 作者指出，真实世界临床有效性与患者结局影响仍未得到证实，需进一步评估。

背景与核心进展

2026年10月22日发表于 Science（《科学》）的研究中，Harsha Nori 及同事介绍了 Diagnostic Orchestrator（DxO）：一套由 GPT-5 驱动、旨在像轮转的多学科专家小组一样工作的人工智能系统。与提供完整病例信息的单步评估不同，DxO 的评估聚焦主动的序贯信息收集，包括询问哪些问题、安排哪些检查，以及何时证据足以支持诊断。

作者指出，静态基准可能高估诊断能力，因为其无法衡量正确提问、不加区分地安排检查、鉴别诊断更新，或识别何时应停止开具检查。为弥补这一差距，团队构建了 Sequential Diagnosis Benchmark（SDBench），将来自 The New England Journal of Medicine 与急诊科场景的629例临床病例转化为交互式、分步诊断挑战。

DxO 由 GPT-5 驱动，在选择问题与检查时会考虑成本。在评估的成本—准确性范围内，其在诊断准确性与检查成本之间取得了较参与医生更有利的平衡。受预算约束影响，准确率为79.6%至84.5%，每例平均成本为1,303至8,945美元。在无预算约束的常规急诊科病例中，DxO 的准确率达到80.3%，每例平均成本为4,980美元。

参与评估精选临床会议病例的医生，无参考工具时平均诊断准确率为22.3%，有参考工具时为36.1%。表现最高的医生达到51.8%，但 DxO 在准确性和成本上均优于该医生。DxO 在首次开具检查前收集的患者病史信息也显著更多，这与避免不必要检查的思路一致。

照护应用与社会影响

iaica.com.cn 认为，此类系统在智慧养老与智能照护场景中的近期价值主要体现为辅助：通过结构化病史采集与检查必要性提示，帮助多学科照护团队、康复服务和慢病管理减少重复检查带来的成本、不适与延误。老年人常伴有复杂且相互影响的健康问题，这一思路对专科照护具有参考意义。

其当前角色是辅助性的：DxO 无法进行体格检查或直接观察患者，因此床旁评估与信息传递仍由临床医生负责。作者将其定位为医生工作流程的补充，而非床旁评估的替代。

伦理与合规提示

作者提醒，这些发现尚不能确立真实世界临床实践中的有效性，也未证明对患者结局的影响。部署需要严格验证、透明的成本—准确性权衡、临床医生监督，以及患者隐私与数据治理保障措施。诊断建议应保持可质疑与可审计，问责应由合格临床医生保留，而非委托给自动化编排系统。

评论

0 条

登录后才可以发表评论。

立即登录

暂无评论，快来抢沙发。