多年来，人工智能领导者一直将医疗保健视为其技术将改善生活的最明显例子之一。微软人工智能首席执行官 Mustafa Süleyman 表示：“它终于来了” 临界点。该公司声称开发了一种人工智能工具，其诊断疾病的准确率比人类医生高出四倍。
发现， 已发表 周四，在世界上最负盛名的杂志之一上， 科学它基于将微软的人工智能系统与人类医生在一系列从医疗病例报告和急诊室数据中提取的场景中进行对比的测试。微软已将这些案例编译成自己的基准 SDBench，并计划将其开源。微软的诊断协调器旨在像医学专家小组一样发挥作用，它使用多个人工智能代理来推理症状和病史，决定进行哪些测试，并通过模仿医生调查病例的过程来得出诊断。
关于数百份已发表报告中的案例 新英格兰医学杂志微软系统的诊断准确率约为 83%，相比之下，使用参考资料的执业医生诊断准确率约为 36%，而没有参考资料的执业医生诊断准确率约为 22%。 Diagnostic Orchestrator 在各种急诊室病例中的表现也优于医生。 数据库 波士顿贝斯以色列女执事医疗中心收治患者的准确率高达 80%，而人类医生的平均准确率为 47%。人工智能系统也往往以比人类系统更低的估计成本得出诊断。
研究人员表示，由 OpenAI 的 GPT-5 提供支持的系统的性能也优于单独运行的边缘 AI 模型。然而，同行评审的文章不包括较新的型号，例如 GPT-6 Astra、Meta 的 Muse Wonder Full、Google 的 Gemini 4 Argon 或 Anthropic 的 Opus 5.5。 Diagnostic Orchestrator 最初开发时 GPT-4.1 还是最先进的模型，但研究人员表示，随后的测试表明多个代理协同工作“不一定会削弱模型能力改进的好处”。
微软承认，在这项技术得到广泛应用之前，还有很长的路要走。虽然这些测试更接近地反映了医生诊断疾病的方式——提出问题、权衡可能的解释以及在做出诊断之前安排测试——但该系统仅在过去的医疗病例上进行了测试，目前还不清楚它在真实临床环境中的表现如何。 “它需要临床验证，”苏莱曼说。 “这是一次飞跃，但却是这一旅程中的一个重要里程碑。”
这项研究是开发微软所谓的“医疗超级智能”的更广泛目标的一部分，这种人工智能可以超越最好的人类主导的医疗保健系统。自从唐纳德·特朗普和他的政府选择“超级智能”一词作为“人工智能”的包罗万象的替代品以来，微软一直在使用“超级智能”这个词。
该研究的合著者、该公司人工智能医疗保健主管 Dominic King 博士表示，诊断只是微软健康愿景的一部分。里面 一篇博文 它于周四发布， 一篇文章 里面 BMJ 数字健康与人工智能 在医学期刊中，该公司概述了它认为人工智能应该专注的其他五个领域，包括协调临床护理、制定治疗决策以及解决医学的人性化方面。
国王告诉 临界点 微软计划开始在贝斯以色列女执事医疗中心的医院环境中测试该系统，看看它在现实临床环境中的表现如何。金和所罗门都没有承诺确切的时间表，但金表示，这可能会“在未来几个月内开始”。
商业化也可能即将到来，但微软尚未透露何时或如何提供该技术。该公司已经通过其数字工具在美国医疗保健领域占有重要地位，而医疗保健就是其中之一。 最受欢迎 将其用于面向消费者的聊天机器人 Copilot。 King 强调负责任使用的必要性，并指出医学领域必须遵守严格的监管和合规要求。
“明年我们将看到智能系统在生产中的部署令人印象深刻，”苏莱曼说。 “我认为这将彻底改变提供护理的方式。”
苏莱曼此前曾谈到他对人工智能的“以人为中心”的愿景，并表示医学也不例外。尽管他预测“未来几年内将会出现与人类在医疗超级智能方面无法区分的东西”，但他坚持认为人类临床医生必须而且将永远在患者护理中发挥核心作用。
虽然他承认人工智能可能会给医生带来更多的工作，但他表示，他希望人工智能能够减轻医学中的一些“苦差事”，让临床医生有更多的时间来照顾病人。
“我对接下来会发生的事情非常乐观，”他说。 “我认为这就是我们开发这项技术的原因。”
