微软的 Mustafa Suleyman 称其 AI 在疑难病例上表现优于医生，正追逐“医疗超级智能”

英文原标题：Microsoft’s Mustafa Suleyman says its AI outperforms doctors on hard cases as he chases ‘medical superintelligence’

本文为英文原文的机器翻译摘要，原文见：TechCrunch AI ↗

• 微软AI诊断系统MAI-DxO在《Science》发表的研究中，对复杂病例的诊断准确率达83%，而全科医生单独诊断的准确率为36%。该系统通过多个AI代理模拟医生小组，进行问诊、开检查并辩论诊断。
• 研究显示，性能提升主要来自底层AI模型本身，微软的编排系统带来额外增益。最佳结果使用OpenAI的GPT-5和GPT-5.5，但DxO在急诊病例上提升有限，对复杂病例和较弱模型帮助更大。
• 微软AI CEO Mustafa Suleyman称这是迈向“医疗超级智能”的一步，并透露正与Mayo Clinic合作训练医疗基础模型，计划明年发布。他预计2027年医疗记录领域将出现类似编程领域的突破。
• 微软将与波士顿Beth Israel Deaconess医疗中心合作，在真实医院环境中评估DxO的临床推理能力，King称这将是同类研究中规模最大的。
• 微软发布了一份关于构建医疗超级智能的宣言，定义其为“在医疗推理和协调上超越最强人类主导医疗系统的能力”，希望从基准测试转向与临床医生和医疗系统整合。

关键数据

• MAI-DxO在复杂病例模拟中准确率83%，全科医生为36%
• GPT-5单独使用准确率78.9%，每例成本约8400美元；DxO降低成本约3000美元，准确率仅提升约4个百分点
• GPT-5.5单独准确率72%，使用DxO后提升至近87%，成本略降
• Gemini 2.5 Flash单独准确率46.4%，使用DxO后近69%
• Suleyman预计医疗模型能力将在未来24至36个月内提升一个数量级

引语

• “We’re just true believers”

为什么值得看：微软通过《Science》研究展示了AI在复杂诊断上超越全科医生的潜力，并计划开展真实医院评估，这标志着AI医疗竞争进入新阶段。