微软为此项目从谷歌招募了多名AI研究人员，再次凸显了科技行业对顶尖AI人才的争夺之激烈。微软人工智能部门首席执行官穆斯塔法·苏莱曼本人此前也在谷歌负责AI业务。

微软人工智能部门首席执行官穆斯塔法·苏莱曼（Mustafa Suleyman）表示，该公司已在“迈向医疗超级智能的道路上迈出了重要一步”。这家科技巨头宣称，其强大的新型人工智能（AI）工具在诊断疾病方面，准确率是人类医生团队的四倍，且成本显著降低。

实验旨在测试该工具能否正确诊断患者疾病，模拟了通常由人类医生完成的工作流程。

微软团队利用《新英格兰医学杂志》上的304个临床案例，设计了一项名为“序列诊断基准”（Sequential Diagnosis Benchmark）的分步诊断测试。该测试要求语言模型像人类医生那样，将每个病例分解成做出诊断的逐步流程。

随后，研究人员构建了一个名为“MAI 诊断协调器”（MAI-DxO）的系统，该系统整合了包括ChatGPT、Gemini、Claude、Llama、Grok和DeepSeek在内的多种领先AI模型，模拟多位人类专家协作会诊的模式进行诊断。

实验中，MAI-DxO的表现完胜人类医生，准确率高达80%，而人类医生的准确率仅为20%。同时，通过选择更经济的检测和治疗方案，该系统还降低了20%的成本。

苏莱曼表示：“让多个AI智能体以‘辩论链’的方式协同工作，将推动我们更接近医疗超级智能。”

AI已在医疗行业的某些细分领域广泛应用，例如辅助放射科医生解读影像。尽管AI医疗应用也引发了一些特定问题（尤其是训练数据偏向特定人群导致的偏见），但最新的多模态AI模型有望成为更通用的诊断工具。

据悉，微软尚未决定是否将该技术商业化。但一位匿名的高管透露，未来可能将其整合到必应（Bing）搜索引擎中，帮助用户初步判断病情。该公司还可能开发新工具协助医疗专家优化流程，甚至实现患者护理自动化。苏莱曼表示：“未来几年，我们将开展更多工作，以验证这些系统在真实场景中的表现。”

该项目是众多AI疾病诊断研究中的最新成果。过去几年，微软和谷歌均发表过论文，证明大型语言模型在获得医疗记录访问权限后，能够准确诊断疾病。

微软新研究的不同之处在于，它更精准地模拟了医生的诊断方式——通过分析症状、安排检查、深入分析，逐步得出结论。微软在其项目博客中，将这种整合多个前沿AI模型的方法称为“通往医学超级智能之路”。

该项目还表明，AI或有助于降低医疗成本。“我们的模型表现卓越，不仅能准确诊断，还能以极高的性价比达成目标”，项目参与者、微软副总裁多米尼克·金（Dominic King）说。

麻省理工学院科学家、医疗AI初创公司Layer Health联合创始人大卫·桑塔格（David Sontag）指出，该研究意义重大，不仅因其更贴近医生实际工作方式，还在于对基础方法论潜在问题进行了严谨处理。但他也提醒，需审慎看待微软的研究结果：实验中医生被要求不得使用任何辅助工具，这可能无法真实反映临床实践。他补充道，AI系统能否在实际应用中显著降低成本仍有待观察，因为医生可能考虑了AI无法顾及的因素，如患者对手术的耐受度或特定器械的可用性。

斯克里普斯研究所科学家埃里克·托波尔（Eric Topol）认为，这项研究令人印象深刻，因为它处理了高度复杂的诊断案例。他补充说，从理论上证明AI能降低成本具有创新意义。

托波尔和桑塔格均表示，在微软系统全面应用前，下一步需通过临床试验验证其潜力——将AI诊断结果与实际医生治疗真实患者的结果进行对比，才能对成本效益做出严格评估。

论文链接：https://arxiv.org/abs/2506.22405