Science 研究评估 Microsoft MAI-DxO 诊断系统
#AI照护与医疗科技 时间2026-10-27 05:45:25
文/IAICA.NGO®

核心要点
- Microsoft MAI-DxO 在 304 例来自 The New England Journal of Medicine(《新英格兰医学杂志》)的复杂病例中达到 83.2% 的准确率。
- 该系统协调 GPT-5 等现有底层模型,通过结构化、分步式诊断流程模拟一组临床医生协作。
- 标准配置测试估算每例成本为 5,431 美元,但预算受限配置在更低模拟支出下仍保持较高表现。
背景与核心进展
10月22日发表于 Science 的研究介绍了 Microsoft 的医疗 AI 诊断编排系统 Medical AI Diagnostic Orchestrator(MAI-DxO)的表现。该系统并非独立医疗模型,而是协调现有 AI 模型,模拟一组临床医生围绕病例协作,并通过结构化、分步式流程推进诊断。
在基准测试中,MAI-DxO 在 The New England Journal of Medicine(《新英格兰医学杂志》)收录的 304 例复杂病例上达到 83.2% 的准确率;使用参考资料的全科医生为 36.1%。在 325 次急诊科接诊场景中,系统准确率为 80.3%,高于全科医生平均 46.8% 的记录。
评估采用基于文本的病例记录,而非真实患者或完整临床接诊过程。AI 与医生的评估使用了不同规模的病例集,其中复杂病例基准中的医生仅在一组 56 例的留出子集上接受评估。此外,MAI-DxO 在安排首项检查前平均提出 25.5 个问题,医生为 5.6 个,提示其病史采集更为详尽,但这一流程仍需在繁忙临床环境中验证。
照护应用与社会影响
在复杂智能照护环境、慢病管理与专科智能康养场景中,结构化诊断编排工具理论上可辅助多学科团队综合复杂症状。不过,当前基准未纳入健康人群或良性疾病,系统在常规照护中的表现仍不明确;在常规照护中,临床人员需要识别常见疾病,并避免不必要的高成本检查。
运营费用是照护机构部署时的重要考量。测试中,MAI-DxO 标准配置的模拟成本为每例 5,431 美元,使用参考资料的医生为 4,725 美元。设置支出上限的测试配置在每例 2,241 美元时达到 80.9% 的准确率,在每例 1,303 美元时达到 79.6%;实际财务影响仍将高度取决于本地系统结构与支付报销框架。
iaica.com.cn 认为,此类工具在复杂病例分流与辅助决策方面具有研究价值,但其能否融入日常照护流程,仍需结合真实世界工作流、成本约束与患者结构进一步评估。
伦理与合规提示
在考虑将先进编排模型用于临床部署时,治理框架需要覆盖基线安全性、不同患者人群中的假阳性风险,以及底层模型依赖关系与模拟成本模型的透明度。
评论
0 条登录后才可以发表评论。
立即登录