微软 MAI-DxO 登《Science》封面：AI 诊断准确率近医生两倍

微软团队的 MAI Diagnostic Orchestrator（MAI-DxO）研究正式发表于《Science》并登上当期封面（AI in Medicine 专题，第 423 页）。核心结论：用于序贯诊断的多智能体 AI 系统在真实病例测试中诊断准确率接近医生的两倍，且成本显著更低、所需医学检查更少，代码已开源，被团队定位为迈向「医疗超级智能」的一步。

已确认

• 研究由微软团队完成，署名者包括 Harsha Nori、Eric Horvitz、Dominic King、Mustafa Suleyman、Mayank Daswani、Scott Lundberg、Marco Tulio 等；Horvitz、Suleyman、Eric Topol 与 Satya Nadella 均在社媒宣布该成果，微软官方博客《Building Medical Superintelligence》同步发布，The Verge 等媒体跟进报道。
• 系统协调多个 AI agent（Turing Post 称以语言模型模拟 5 个角色），模拟医生会诊流程逐步推理完成临床诊断；测试覆盖超过 300 个 NEJM 临床病理病例（CPC）和 300 多例 MIMIC-IV-ED 急诊常见病例。
• 据 Suleyman 介绍，疑难病例诊断正确率达 83%（Turing Post 详读给出 83.2%），为全科医生的两倍多；急诊场景准确率是医生的 1.7 倍，且该对比是在医生可上网查资料的条件下进行的。
• 系统成本显著低于医生，得出诊断所需检查项目更少，结果同时超过多数主流 AI 诊断方案（据 Topol 转述）。
• 研究代码已开源，团队希望助力全球诊断实践；Suleyman 表示微软正追求「医疗超级智能」，论文还提出了「医疗超级智能」的领域化定义与评估框架。

尚未确认

• Tom Warren 转述称准确率「最高可达医生的 4 倍」，与官方口径的 1.7 倍（急诊）和两倍多（疑难病例）如何对应尚不明确。此外 m3 提到测试基于微软自建并计划发布的病例集，具体发布计划暂无更多细节。

为什么重要

• 这是 AI 医学诊断领域登上《Science》封面的标志性成果，由微软官方高层（Suleyman、Horvitz、Nadella）亲自宣布，可信度高。
• 在成本更低、检查更少的条件下接近翻倍的准确率，若经临床验证推广，可能显著改变急诊与疑难病例的诊断流程，尤其对医疗资源紧张地区有意义；配套的「医疗超级智能」定义与评估框架也为该领域后续研究提供了参照。

2026-10-23 ~ 2026-10-23 · 13 条相关

• 三智能体序列诊断准确率近翻倍,成本还大幅低于医生 — EricTopol · 2026-10-23
• Science 封面：三智能体 AI 序贯诊断准确率近医生两倍且成本更低 — EricTopol · 2026-10-23
• 【源头】微软 MAI 诊断系统登 Science：急诊准确率达医生 1.7 倍 — mustafasuleyman · 2026-10-23
• 微软 AI 逐步推理诊断研究登 Science 封面，开源代码助力全球诊断 — erichorvitz · 2026-10-23
• 微软称其 AI 疑难病例诊断正确率 83%,为全科医生两倍多 — RebeccaBellan · 2026-10-23
• 微软官方详解 MAI-DxO：急诊病例诊断准确率达医生 1.7 倍 — TheTuringPost · 2026-10-23

另有 7 条近重复转述:mustafasuleyman · erichorvitz · erichorvitz · tomwarren · TheTuringPost · joe4942 · DrXiaoLiu