微软说自家新AI比真人医生更会看病——至少它自己的研究是这么写的。这份研究经过同行评审，发表在《科学》杂志上，主角是微软的医疗模型 MAI-DxO（Microsoft AI Diagnostic Orchestrator）。 结论很直接：在诊断准确率上，这个模型是人类全科医生的两倍多。和以往研究不同的是，这次它被要求像真正的医生那样一步步推进病例，而不是一上来就拿到全部事实。 测试在受控的基准环境中进行，这意味着它在真实医疗场景里有多大用，还有得争。微软倒是毫不客气地宣布了胜利。其AI实验室CEO穆斯塔法·苏莱曼（Mustafa Suleyman）说，AI改善医疗、改善生活的时代“终于来了”，并对 The Verge 表示，更大的进展就在眼前。 “明年我们会看到智能系统在生产环境中极其亮眼的部署，”苏莱曼在采访中说，“我认为这会大规模改变医疗服务的提供方式。” 两组数字，差距摆在那 研究里，DxO 模型看了两类病例：一是来自《新英格兰医学杂志》的 304 例临床病理讨论会病例，二是来自 MIMIC-IV-ED 数据库的 325 例急诊入院记录。差不多是一半病例报告、一半急诊入院。 病例报告组：DxO 诊断准确率 83.2% ，看过同样病例、且允许查阅参考资料的全科医生为 36.1% 急诊组：AI 准确率 80.3% ，人类医生为 46.8% 评分不只看诊断对不对，还看为了得出结论开了多少检查、花了多少钱。微软在一篇博客文章里说，DxO 整体上把成本压到了人类医生的一半，甚至三分之一。 它被逼着像医生一样问诊 如果这些发现站得住，那确实是AI在医疗应用上一次相当有说服力的能力展示。但做医生远不止分析症状。最难的部分之一，是让病人愿意开口讲自己的感受，还要追问那些他们自己都觉得不值一提的细节。 研究在一定程度上处理了这个问题：DxO 是顺序作业的。它不会拿到一份完整的症状清单，而是从病人的主诉出发，给出一个初步诊断，自己选择要追问的问题、决定开哪些检查，同时把费用算进去。 作者们写道，以往的研究“没有把诊断当作一个主动的、顺序推进的信息收集过程来测试，也没有同时考虑诊断准确率和检查成本”，而是把完整病例塞进一个提示里。 不过，这种医患之间的来回，研究只能不完美地模拟：DxO 对话的是一个“守门代理”，由它“从底层病例记录中调取信息、回应所有信息请求”。说白了，是一个AI在给一个由AI扮演的病人看病。 而且别忘了，那些整齐、高度详细的病例档案，本来就是人类医生先整理出来的，AI只是在这些材料上做分析。AI模型无疑是强大的信息分析与综合工具，但把这些信息拼成一份可读的病例，这一步仍然是人做的。 特别