简体中文
关闭
AI照护资讯

微软MAI-DxO模拟诊断准确率83%:超全科医生两倍,但离临床替代尚远

#AI照护与医疗科技 时间2026-11-02 05:38:04

文/IAICA.NGO®

10月22日发表于《Science》的一项研究显示,微软研发的MAI Diagnostic Orchestrator(MAI-DxO)在模拟诊断测试中对复杂病例的识别准确率达到83%,在相同测试条件下约为全科医生36%的两倍以上。该结果迅速引发医疗AI领域关注,但研究者同时强调,这是一项模拟研究,参与者并非针对疑难病例协作的多学科专家团队,因此不能直接外推为AI已可在真实临床中替代医生。

MAI-DxO的设计思路并非让单一模型一次性给出答案。系统由多个AI代理组成,近似一个会诊小组:先基于有限信息提出初步判断,再追问病史、建议检查,并根据新证据相互质疑和修正结论。对于疲劳、异常实验室指标等非特异表现,这种多路径推理有助于同时考虑多种疾病可能,尤其在症状跨系统重叠时,可能降低过早锁定单一诊断的风险。

研究团队使用304个来自《新英格兰医学杂志》的复杂病例进行评测。这些病例多涉及少见病或诊断陷阱。结果显示,MAI-DxO正确诊断约83%;允许查阅参考资料的全科医生准确率为36%,不允许查阅时降至22%。在历史急诊科病例测试中,系统准确率约80%,医生对照组为47%。从数字看,AI在广谱鉴别诊断任务上表现出较高上限,但测试环境和病例选择仍会影响结论。

需要看到,基准测试的高分与临床落地之间存在多重距离。首先,模拟病例通常已结构化呈现关键信息,而真实患者的主诉可能含糊、病史不完整,检查结果也存在时间差。其次,AI建议的检查项目若不受成本、可及性和指南约束,可能带来过度检查。再次,系统在真实环境中的假阴性、假阳性、对罕见表现的遗漏,以及不同人群中的偏差,都需要前瞻性研究验证。最重要的是,诊断责任不能由算法独立承担,医生监督、知情同意和医疗记录必须保持清晰。

这一进展也折射出医疗AI应用路线的分化。一方面,多代理协作、工具调用和动态追问正在把大模型从问答工具推向诊断流程助手;另一方面,行业对替代医生的叙事保持谨慎。近期有大型公立医院系统负责人提出以AI承担乳腺癌筛查中的部分放射科工作,以节约成本;临床专家则强调,AI更适合增强医生能力,面对面沟通、体格观察和最终决策仍不可替代。放射筛查、病理辅助和急诊分诊可能较早受益,但复杂共病和不确定症状仍需人类医生整合社会心理与伦理因素。

iaica.com.cn 指出,模拟基准的高分并不等于真实临床效果,真正决定应用边界的是前瞻性试验、错误率、责任归属与医生监督机制。

从照护角度看,此类系统的潜在价值在于辅助基层医生扩展鉴别诊断能力,缩短疑难病例的转诊路径,并在资源不足地区提供第二意见。但若缺乏透明度和本地化验证,也可能放大自动化偏见,使医生过度依赖机器建议。未来研究应报告不同专科、不同人群和不同医疗层级中的表现,并明确AI在诊断路径中的角色:是提示、排序、建议检查,还是参与最终结论。

目前,MAI-DxO仍处于研究阶段。83%对36%的对比足以说明多代理AI在复杂诊断推理上的潜力,却不足以证明它可以取代医生。更现实的图景是,AI承担信息整合与候选诊断生成,医生负责验证、沟通和承担责任。医疗AI的下一道门槛,不是再赢一次模拟测试,而是在真实诊疗中证明更安全、更可解释、更公平。

相关标签:

分享本文
微软MAI-DxO模拟诊断准确率83%:超全科医生两倍,但离临床替代尚远

微软MAI-DxO模拟诊断准确率83%:超全科医生两倍,但离临床替代尚远

10月22日发表于《Science》的一项研究显示,微软研发的MAI Diagnostic Orchestrator(MAI-DxO)在模拟诊断测试中对复杂病例的识别准确率达到83%,在相同测试条件下约为全科医生36%的两倍以上。该结果迅速引发医疗AI领域关注,但研究者同时强调,这是一项模拟研究,参...

评论

0 条
暂无评论,快来抢沙发。

Copyright © 2026 IAICA 版权所有  隐私政策 用户协议 Cookie说明 备案号:沪ICP备11018632号-8

18351659883