微软AI诊断复杂病例83%正确，对照医生没有团队支援

10月22日，微软在《科学》上发表了AI诊断系统MAI-DxO的模拟结果。面对复杂病例，它的正确诊断比例是83%；对照组是独立工作、允许翻资料的初级保健医生和全科医生，正确率36%。

系统叫Diagnostic Orchestrator。它不靠单个模型跑，而是协调多个AI代理组成一个虚拟医生小组：向模拟病人提问、开检查、互相辩论，最后形成诊断。底层跑的是GPT-5，微软说这套系统的诊断准确率最高能达到人类医生的四倍。

测试用的复杂病例都取自《新英格兰医学杂志》，收进一个叫SDBench的基准集，微软计划开源。

对照组的设置值得细看。人类的对照是独立工作的全科医生；现实中，这类复杂病例通常由专科医生或医生团队接手，他们没有参加这场比较。83%对36%的差距虽然大，比的却是一个低于现实处理水平的基线。

研究自己的数据也说明了一件事：大部分性能提升来自更强的底层模型GPT-5本身，微软的编排层只是在这个基础上加了一点增量。

微软跟着谷歌和OpenAI，也宣布自己的AI能比肩甚至超过医生。微软AI的CEO Mustafa Suleyman管这叫迈向“医疗超级智能”的一步，说未来几年能做出和人类表现难以区分的东西。微软AI健康副总裁Dominic King的补充是：当前医疗交付最大的挑战，是医疗专业知识的供给越来越跟不上需求。

换句话说，这篇论文讲的是：在一个模拟场景里，AI赢过了没有团队支援的医生。它能不能取代现实中处理复杂病例的那套体系，这场比较还没回答。