文章核心观点 - 微软AI诊断系统MAI-DxO在复杂医学病例模拟中的诊断准确率超过普通内科医生两倍以上，微软AI CEO称这是迈向“医疗超级智能”的一步 [1] - 该系统协调多个AI智能体，像医生小组一样工作，负责询问患者、开具检查并辩论诊断结果 [1] - 微软加入谷歌和OpenAI的行列，声称其AI能够匹配或超越医生的表现 [3] - 研究数据显示，性能提升很大程度上来自更强大的底层AI模型，微软的编排系统在此基础上叠加增益 [4] 系统性能与准确率数据 - 在使用《新英格兰医学杂志》复杂病例的模拟中，MAI-DxO准确率为83%，而初级保健医生和普通内科医生单独使用参考资料时准确率为36% [2] - 此类复杂病例通常由专科医生或医生团队处理，但这些专科医生未参与此次对比 [2] - 微软测试了来自OpenAI、谷歌、Anthropic、Meta和DeepSeek等多个公司的模型，最佳结果来自OpenAI的GPT-5和GPT-5.5 [4] - GPT-5单独使用简短基础提示时，在复杂病例上得分为78.9%，每例成本约8400美元；DxO将成本降低约3000美元，但准确率仅提高约4个百分点 [6] - 在急诊科病例上，GPT-5单独使用与DxO辅助之间在准确率或成本改善方面均无明显差异 [6] - 使用GPT-5.5时，DxO将复杂病例准确率从72%提升至近87%，成本略低；但急诊科病例上两者准确率均约85%，成本相近，增益未显现 [7] - DxO在复杂病例和能力较弱的AI模型上帮助最大，例如Gemini 2.5 Flash单独得分为46.4%，配合DxO后接近69% [8] - 弱模型与强模型之间的差距大于DxO提供的提升幅度 [8] - 微软研究人员表示，随着模型接近理论最大值，准确率增益自然缩小；DxO编排有助于同时优化准确率和成本的更广泛挑战 [8] 战略合作与产品布局 - 微软正与Mayo Clinic合作训练医疗基础模型，计划于明年发布 [9] - 微软认为该模型将使公司能够“在此取得真正巨大的飞跃”，DxO是微软正在构建的基础设施的一部分 [9] - 微软已向临床医生销售听写和放射学工具，并将DxO视为这些努力的扩展 [17] - 微软计划通过与新英格兰贝斯以色列女执事医疗中心在波士顿的合作，评估DxO在不同医院环境中的临床推理能力 [11] - 该研究将让患者接受标准治疗，同时让同意参与的患者与DxO互动，比较DxO建议与人类医生的建议 [13] - 微软称这将是同类研究中规模最大的，覆盖急诊和紧急护理环境，研究期末将提供关于系统大规模部署能力的有力证据 [15] - 谷歌本月与贝斯以色列在《柳叶刀》上发表了临床研究，评估谷歌AMIE对话式诊断AI在真实紧急护理就诊中的表现，人类医生实时监控互动 [14] 行业趋势与高管观点 - 微软AI健康副总裁Dominic King表示，当前医疗保健交付的最大挑战是医疗专业知识需求与供给之间日益扩大的不匹配 [3] - Suleyman认为2027年将处于医疗记录编码式突破的边缘，能够流式输出关于医疗记录如何展开的高精度预测 [10] - Suleyman预计医疗模型在未來24至36个月内能力将提升一个数量级 [11] - Suleyman以编程和聊天领域的发展为例，指出一旦形成飞轮效应，进步会非常迅速；预计明年医疗记录和临床决策支持将开始出现类似进展 [11] - 微软发布了关于构建医疗超级智能的宣言，将其定义为“在医疗推理和全流程护理协调方面超越当代最强人类主导卫生系统的能力” [15] - 微软希望超越单一任务基准测试（如回答医学考试题和生成诊断），转向与临床医生和医疗系统整合以改善结果 [15] - Suleyman表示这是全世界都想要的技术，这一重点可能成为微软与其他前沿实验室的差异化优势 [16] - Suleyman称公司必须在未来几年拥有绝对排名第一的最先进医疗临床决策支持产品 [17] - Suleyman此前是DeepMind联合创始人，DeepMind于2014年被谷歌收购；2015年谷歌DeepMind收购了King的初创公司Hark，两人共同推出DeepMind Health；Suleyman于2024年加入微软领导AI部门，King几个月后跟随加入 [10]