在医疗人工智能研究领域，微软AI团队于10月22日发布官方文章《构建医疗超级智能》，其科研成果同日发表于科学顶刊《Science》。该研究重点将传统静态医学病例，转化为逐步问诊与检验遴选的交互式基准，并提出了名为“MAI-DxO”的循序诊断推理编排系统，在模拟病例基准测试中展现出更高的诊断准确率。

以往模型评测多采用一次性输入完整病史与化验单的静态形式。而在实际医学推演中，往往需要根据初步主诉提出初始假设，再逐步选择相关检查，随着信息输入动态修正鉴别诊断。微软为此构建了交互基准环境与看门人模型（Gatekeeper），通过编排多角色模型分工——协同完成假设生成、检查遴选与反思辩论，在受控模拟中逐步推进诊断过程。

官方公布的基准测试数据显示：在304例《新英格兰医学杂志》（NEJM CPC）疑难教学病例中，MAI-DxO在交互基准中的诊断准确率达到约83%；作为对照，配备专业医学检索工具的执业全科医生约为36%。在涵盖325例急诊病例的模拟基准测试（MIMIC-IV-ED）中，系统准确率达到约80%，人类医生对照约为47%。此外，系统在受控测试中优化了选检路径，降低了基准评测中的估算检验成本。

需要严格明确的是，MAI-DxO目前是一套探索性的研究原型与诊断推理基准系统，所有数据均来自既往病例的回顾性交互模拟（SDBench），并非真实医院开展的前瞻性临床试验，真实医疗场景的前瞻性临床研究仍有待开展。基准测试中的模拟表现不能等同于真实临床效果，更不代表AI可以直接独立接诊。人机协同与专业医生把关，依然是医疗人工智能应用不可逾越的底线。

#微软 #人工智能 #医疗AI #前沿科技 #Science #医学研究 #技术解读 #AI替我说