微软研究团队周四公布的一项研究显示，一款能够模拟医生逐步问诊、安排检查并根据结果调整诊断思路的 AI 工具，在复杂病例测试中的诊断准确率超过普通医生的两倍。
相关研究于发表于《科学》杂志，报告显示，该模型借助一种名为 " 诊断协调器 " 的机制，决定应向患者询问哪些问题、安排哪些体格检查和医学检测，并统筹整个诊断过程。该机制通过模拟一个由多名临床专家组成的团队，让不同 AI 专家协同分析病例，从而组织和推进诊断工作。
在选自《新英格兰医学杂志》数百篇病例报告的测试中，微软的 AI 系统诊断准确率约为 83%；相比之下，借助参考资料进行诊断的全科医生准确率约为 36%，不借助参考资料的医生准确率约为 22%。当测试场景来自一个大型急诊入院病例数据库时，该工具的表现同样优于人类医生。
现有的医疗 AI 模型通常采用 " 一次性处理 " 的方式，即综合分析患者的所有症状、实验室检测结果和医学影像资料，直接给出诊断结论。
而在协调器的统筹下，新型 AI 模型会分步骤推进诊断：首先判断需要了解患者哪些病史信息，以及体格检查中哪些发现具有重要意义；随后根据已获取的信息，决定需要安排哪些检查，并分析检查结果，再视情况追加检测。
微软研究团队负责人在接受采访时表示，在这一过程中，模型会持续更新当前的诊断假设，并相应调整后续检查计划。
微软表示，该系统由 OpenAI 的 GPT-5 驱动。研究人员称，诊断协调器的表现也优于独立运行的前沿 AI 模型。不过，经过同行评审的论文并未纳入更新的模型进行比较，例如 GPT-6 Astra、Meta 的 Muse Wonder Full、谷歌的 Gemini 4 Argon 以及 Anthropic 的 Opus 5.5。
微软 AI 医疗业务部门副总裁 Dominic King 表示，"AI 在这类测试中已经非常出色，拿到满分已不是什么难事。但这当然不是真实世界的情况。没有哪个患者会来找我看病时，直接递上一份整理得清清楚楚的病情摘要。"
研究人员还发现，与由人类医生制定诊断检查方案相比，由协调器规划诊断流程的成本更低。
" 我们衡量的不仅仅是系统的诊断准确率，还包括它在整个诊断过程中，能否审慎、细致地选择检查项目，合理安排诊断步骤，" 微软 AI 医疗团队负责人 Harsha Nori 表示。
接下来，研究团队将与波士顿的 Beth Israel Deaconess Medical Center 合作，测试这款工具在急诊科候诊区对患者进行分诊的能力。
这项技术也可能即将走向商业化，但微软尚未说明具体何时推出、将以何种形式提供服务。微软目前已通过数字化工具在美国医疗健康领域占据相当大的市场份额，而医疗健康也是其面向消费者推出的聊天机器人 Copilot 最受欢迎的应用场景之一。
