MAI-DxO系统：大幅提升复杂医疗案例诊断准确率并降低成本

MAI-DxO系统助力医疗诊断革新 ：Microsoft新推出的MAI-DxO系统，旨在提升复杂医疗案例的诊断精准度。研究团队在论文中表明，该系统在处理复杂案例时，准确性和成本效益远超人类医生。

独特测试评估系统性能 ：为评估MAI-DxO系统，团队创建了Sequential DiagnosticBenchmark（SDBench）。此测试模拟真实临床决策的渐进过程，与传统医疗AI测试不同，它并非一次性提供所有信息。测试案例源于《新英格兰医学杂志》的304个复杂案例，使用“gated模型”控制信息发布，还能生成合成测试结果。

对比测试凸显系统优势 ：测试中，美英21位经验丰富的医生诊断准确率为19.9%，平均每例成本2963美元。而MAI-DxO结合OpenAI的o3模型，准确率达79.9%，平均成本2397美元。尽管o3模型在标准模型中准确率最高达78.6%，但平均成本高达7850美元。MAI-DxO不仅提高了诊断准确率，还将成本降低了近70%。

虚拟医生团队提升性能 ：MAI-DxO通过模拟虚拟医生团队来增强性能，团队包含“假设医生”“测试选择医生”等不同角色，防止系统过早锁定单一假设。

系统存在一定局限性：研究人员也承认SDBench仅基于复杂教学案例，未反映日常常见疾病分布。成本计算为粗略估计，未考虑现实多种因素。且参与测试的医生为全科医生，评估未使用外部资源。