Microsoft MAI-DxO 複雜病例診斷研究
先了解這件事
2026年10月23日，The Verge 報道，Microsoft 的 Diagnostic Orchestrator 在《新英格蘭醫學期刊》複雜病例測試中準確率約為83%，全科醫生使用參考資料時約為36%，不使用時約為22%；急症室病例測試中，系統為80%，醫生平均為47%。Techmeme 引述 Microsoft 稱，GPT-5 驅動的系統以模仿專家小組的智能體診斷病症，準確度最高可達醫生四倍。TechCrunch 將系統稱為 MAI-DxO，指出比較未納入通常處理複雜病例的專科醫生或醫療團隊；研究顯示準確率提升很大程度來自底層 AI 模型，協調系統另有增益，對複雜病例及較弱模型幫助較大。Microsoft AI 表示研究刊於 Science，並以 SDBench 評估逐步診斷。最新報道列出304宗期刊病例及325宗急症病例，給出準確率83.2%及36.1%，並指出研究屬受控模擬，並非與專科醫生、團隊或真實臨牀實踐比較。
AI 根據報道生成 · 3 小時前更新
報道時間線
沿着報道，瞭解事件的不同側面。
- Unite.AIMicrosoft MAI-DxO 在《Science》研究的複雜病例診斷中準確率高於普通科醫生
Microsoft MAI-DxO 在《Science》研究的《新英格蘭醫學雜誌》病例中取得 83.2% 診斷準確率，高於使用參考資料的普通科醫生（36.1%）。研究以 SDBench 將 304 宗《新英格蘭醫學雜誌》病例及 325 宗急症室收治病例轉為逐步互動診斷，並按準確率及檢查成本評估系統。作者指出，結果來自受控模擬，並非與專科醫生、多專科團隊或真實臨牀實踐比較。
- Microsoft AI：官方博客Microsoft AI 介紹醫療超級智能研究，MAI-DxO 複雜病例診斷準確率達 83%
Microsoft AI 的醫療診斷系統 MAI-DxO 在《新英格蘭醫學雜誌》複雜病例中達 83% 準確率，相關研究刊於 Science。研究以 SDBench 評估逐步診斷；在 MIMIC-IV-ED 急症病例中，MAI-DxO 準確率為 80%，醫生為 47%，基準亦衡量所需證據及估算檢查成本。
- TechCrunch · AIMicrosoft MAI-DxO 複雜病例模擬診斷準確率達 83%，Suleyman稱這是邁向「醫療超級智能」的一步
Microsoft 的 MAI-DxO 在以《新英格蘭醫學期刊》複雜病例進行的模擬中，診斷正確率達 83%，高於單獨工作的基層醫生及普通內科醫生的 36%。不過，這類複雜病例通常由專科醫生或醫療團隊處理，他們未納入比較。研究亦指出，準確率提升很大程度來自更強的底層 AI 模型，DxO 協調系統在此之上再帶來增益，並在複雜病例及能力較弱的模型上幫助較大。
- TechmemeMicrosoft 稱 GPT-5 驅動的 Diagnostic Orchestrator 用模仿專家小組的智能體診斷病症，準確度最高達醫生 4 倍
Microsoft 表示，其由 GPT-5 驅動的 Diagnostic Orchestrator 使用模仿專家小組的智能體診斷病症，準確度最高可達醫生的 4 倍。
- The Verge · AIMicrosoft 稱 Diagnostic Orchestrator 診斷準確率可達醫生四倍
Microsoft 的 Diagnostic Orchestrator 在病例測試中，診斷準確率最高可達人類醫生的四倍。在《新英格蘭醫學雜誌》數百宗病例中，系統準確率約為 83%，全科醫生使用參考資料約為 36%，不使用則約為 22%；急症室病例測試中，系統準確率為 80%，醫生平均為 47%。
本事件熱度走勢
當前熱度 64·可比範圍峯值 66（10月23日 05:00）·近 24 小時可比範圍變化 –
趨勢僅比較持續完整觀測到的相同主體，範圍可能小於當前熱度統計。移動指針或點擊圖表查看每小時熱度；鍵盤可用左右方向鍵切換。