ARTICLE · 1262274
造出最强AI医生后,微软惊人发现:AI比人类更准,但也更贵!
文本来源：智药局
文本加工：菊梅睿医
正文共：1235字
预计阅读时间：2分钟
四倍碾压人类医生的AI医疗神器，背后的代价是近4万元的检测费！
近日，微软在学术顶刊《科学》杂志上发表了其AI医疗诊断工具MAI-DxO的最新研究结果：
该工具首次发布于2025年，是微软目前公布的表现最好的AI诊断系统，以超越人类医生四倍，在复杂病例高达85.5%的准确率而一鸣惊人，同样的情况下，未借助任何辅助工具的人类医生成绩仅为20%。
有趣的是，这项最新研究还探讨了一个更现实的问题，想要实现如此高的准确率，需要花费多少医疗成本？
结果显示，在追求最高诊断准确率，也就是完全不设置预算上限时，AI所花费的预估检查费用远远高于医生，最高差距可以达到上万元人民币。
具体来看，经过AI诊断复杂病例单例平均需要花费5431美元（约合人民币3.6万元），医生组仅为4725美元（约合人民币3万元），差了近6000元；
急诊病例测试更存在上万元的差距，AI为4979美元（约合人民币3万），医生组为3400美元（约合人民币2万）。
微软团队显然也注意到了这个问题，其AI健康部门负责人Harsha Nori在接受路透社采访时表示：“我们同时在评估这套AI开展诊断检查时，是否审慎、克制。”
这次最新论文中，微软就测试了在不同预算约束下，MAI-DxO能否兼顾诊断准确率与检查成本。
最终成功将单例预估检查费用近乎减半，从无预算限制时的5431美元降至2241美元，诊断准确率仍能保持在80.9%；最极限的情况能把预算打到1303美元，准确率仍能保持79.6%。
AI诊断不靠猜 而是靠问
MAI-DxO不是一个单纯回答“你得了什么病”的聊天机器人，运行逻辑是去模拟医生从问诊、检查到最终诊断的完整决策过程，而论文测试版本搭载的底层模型是GPT-5。
上图展示了该系统处理病例的一个示例，采用的是分阶段诊断模式，核心创新在于Orchestrator（协调器），能组织不同AI模型或智能体协同工作。
该工具并非把全部病情一次性塞给一个模型，而是由AI自主决定询问哪些病史问题、申请哪些检查项目，以及何时收集到足够证据即可给出诊断。
研究显示，MAI-DxO在安排首次诊断检测前平均会提出25.5个问题，而参与研究的医生平均只提出5.6个问题。
这使得该系统在选择检查项目之前能够收集更多的患者病史信息，核心优势是能够在复杂、不完整的信息下，持续调整诊断思路。
AI医生的下一步 走进临床
除了成本之外，MAI-DxO距离真正走进临床，也还有很长一段路要走。
首先，现有评测主要基于文本病历，尚未充分覆盖医学影像、病理切片及其他多模态临床数据。真实诊疗中，医生往往需要综合患者的主诉、体征、化验结果和影像资料，才能逐步缩小诊断范围。
评测也规避了真实问诊中的难题，比如病史信息不全、病史描述有误。急诊数据集虽然取自常规入院记录，但所有病例都已有明确确诊结论；基准集中不包含健康人群、轻症良性就诊案例。
此外，参与比较的医生独立完成病例，未能充分体现日常诊疗中可能采用的同事会诊等协作方式。
而微软也宣布，下一步将与波士顿的Beth Israel Deaconess Medical Center 合作，在医院环境中开展前瞻性研究，让患者直接与系统交互，并将系统表现与医生的独立评估进行比较。
