微软（Microsoft）开发的一种基于人工智能的医学诊断系统在《科学》（Science）杂志发表的一项模拟研究中，表现出在诊断复杂病例方面优于全科医生的能力。微软人工智能首席执行官穆斯塔法·苏莱曼（Mustafa Suleyman）将这些结果描述为实现所谓“医疗超智能”（medical superintelligence）的重要一步。
MAI-DxO 系统的工作机制
该系统名为 MAI-DxO（简称 DxO），它依赖于协调多个人工智能代理，使其作为一个完整的医疗委员会共同工作；这些代理负责询问患者、要求必要的检查以及进行讨论以得出准确的诊断。在利用《新英格兰医学杂志》（New England Journal of Medicine）案例进行的模拟测试中，该系统的诊断成功率达到了 83%，而个人使用参考资料工作的初级保健医生和普通内科医生记录的成功率仅为 36%。需要指出的是，此类复杂病例通常会被转交给专家或专门的医疗团队处理，而这些专家或团队并未参与此次对比。
基础模型的作用与成本效率
研究数据本身表明，大部分改进归功于系统底层强大的基础人工智能模型，而微软开发的协调系统则提供了额外的增益。该公司使用来自多家公司的模型对 DxO 系统进行了测试，包括 OpenAI、谷歌（Google）、Anthropic、Meta 和 DeepSeek，但最好的结果是在 OpenAI 的 GPT-5 和 GPT-5.5 模型上取得的。
除了准确性，微软还衡量了每个病例的人工智能运行成本；GPT-5 模型单独运行时的准确率为 78.9%，每个病例的成本约为 8,400 美元，而 DxO 系统将该成本降低了约 3,000 美元，但准确率仅提高了约 4 个百分点。而在使用最新的 GPT-5.5 版本时，当与 DxO 系统结合使用时，复杂病例的准确率从 72% 上升到约 87%，且成本略有降低。
实际会带来哪些改变？
微软正通过新的合作伙伴关系，例如与梅奥医学中心（Mayo Clinic）和波士顿的贝斯以色列女执事医疗中心（Beth Israel Deaconess Medical Center）等医院合作，寻求在真实的医院环境和繁忙的急诊科中评估 DxO 系统的临床推理能力。这些评估包括将系统的建议与人类医生的实际决策进行比较，以应对医疗专家需求与供应之间日益扩大的差距这一重大挑战。
未来前景与现有挑战
该团队计划开发一个专门用于医疗保健的基础模型，预计将于明年发布，并预计在未来几年内，医疗人工智能的能力将实现数倍的提升。尽管取得了这些令人鼓舞的结果，但关于这些系统在模拟范围之外处理真实医疗环境完整复杂性的能力，以及它们如何与专科医生的关键作用进行实际整合，仍然存在悬而未决的问题。