微软DxO在复杂病例诊断测试中准确率达83.2%
Science:微软DxO在复杂病例诊断测试中准确率达83.2%,远超单人医生平均水平
微软开发的DxO工具在复杂病例诊断测试中准确率达83.2%,远超单个医生的36.1%。研究指出,尽管AI表现优异,但在实际医疗环境中仍需进一步验证。
研究展示了AI工具在复杂病例诊断中的显著优势,但强调了其在实际应用中的局限性。
来源:生物谷原创 2026-11-09 09:39
做医生众多具有挑战性的工作之一,就是准确诊断患者到底出了什么问题。这是因为许多疾病往往有重叠症状,可能使诊断过程变得漫长。除了询问患者问题外,医生可能还需要安排检查、查阅医学参考资料,甚至咨询其他专业人员。显然,对患者个人而言,越早得到诊断,就能越早开始接受最合适的治疗。

如今,在人工智能(AI)的又一项突破中,微软公司(Microsoft)的研究人员声称,他们开发出一种工具,在诊断复杂医学病例方面可以胜过单个全科医生。这种工具被称为DxO,代表Diagnostic Orchestrator,模拟一组临床专家协作达成诊断。相关研究结果发表在Science期刊上,论文标题为“Sequential diagnosis with language models”。
诊断挑战
为了评估DxO表现如何,以及它与医疗专业人员相比如何,研究人员开发了一个称为SDBench的测试框架,本质上是一个互动测验。
他们从New England Journal of Medicine期刊选取了304个已发表的诊断病例,以及325份急诊入院记录。他们把每份患者档案转化为一个分步测试。在每个测试开始时,医生或DxO会获得一份称为临床简介的摘要。其中包括患者年龄和性别等基本信息,以及主要症状。

例如,一个病例开头是:“一名29岁女性因咽喉痛、扁桃体周围肿胀和出血入院。症状在接受抗菌治疗后没有缓解。”
一种AI系统充当守门人,根据问题和检查请求提供原始病例档案中的信息。一旦医生或DxO认为信息足够,他们就提交最终诊断。一个AI评审根据原始病例档案中记录的诊断进行评分。
结果出炉
正如团队在这篇发表于Science期刊的论文中报告的那样,AI与真实医生之间的差异令人震惊。对于已发表的复杂病例,DxO有83.2%的时间做出准确诊断,在急诊入院病例上达到80.3%的准确率。另一方面,人类医生平均分别为36.1%和46.8%。方法上也有明显差异。DxO在安排检查前会更早询问更多关于患者背景的问题,这可能有助于降低检查成本。
尽管AI似乎占了上风,但研究人员表示,这并不意味着它在真实世界实践中比医生更好。“这些比较并不能确立其优于专科医生、多学科团队或真实世界临床实践。”此外,Microsoft团队并未在日常医疗环境中进行测试。“因此,SDBench衡量的是理想化信息条件下的诊断推理,而不是床旁表现或患者结局。”
研究作者表示,未来工作应探索医生和AI系统如何合作。他们还建议,这项技术可用于医学教育和培训。(生物谷Bioon.com)
参考文献:
Harsha Nori et al., Sequential diagnosis with language models, Science (2026). DOI: 10.1126/science.aeh7930.
版权声明 本网站所有注明“来源:生物谷”或“来源:bioon”的文字、图片和音视频资料,版权均属于生物谷网站所有。非经授权,任何媒体、网站或个人不得转载,否则将追究法律责任。取得书面授权转载时,须注明“来源:生物谷”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
87%用户都在用生物谷APP 随时阅读、评论、分享交流 请扫描二维码下载->
来源:生物谷·资讯 · news.bioon.com