微软 MAI-DxO 诊断编排系统论文登上 Science

微软 AI 10 月 22 日宣布，其序贯诊断基准 SDBench 和诊断编排系统 MAI-DxO 的研究发表在 Science 上。SDBench 用 304 个 NEJM 疑难病例和 MIMIC-IV-ED 急诊病例，让模型或医生从有限信息出发，自己决定下一步问什么、做什么检查；MAI-DxO 模拟一组虚拟医生多轮辩论，并权衡每项检查的价值与成本。

要点

• NEJM 疑难病例上 MAI-DxO 诊断准确率为 83%，医生不查资料时为 22%、可查资料时为 36%
• MIMIC-IV-ED 急诊病例上 MAI-DxO 为 80%，医生为 47%
• 成本优化配置下在 NEJM 病例上达到 81% 准确率，成本不到对比系统的一半
• 微软开源了部分 NEJM 病例的 SDBench 及评测代码，并将与 Beth Israel 医疗中心开展前瞻性研究

来源

### [微软 MAI-DxO 诊断编排系统论文登上 Science]({{URL}})

微软 AI 10 月 22 日宣布，其序贯诊断基准 SDBench 和诊断编排系统 MAI-DxO 的研究发表在 Science 上。SDBench 用 304 个 NEJM 疑难病例和 MIMIC-IV-ED 急诊病例，让模型或医生从有限信息出发，自己决定下一步问什么、做什么检查；MAI-DxO 模拟一组虚拟医生多轮辩论，并权衡每项检查的价值与成本。

- NEJM 疑难病例上 MAI-DxO 诊断准确率为 83%，医生不查资料时为 22%、可查资料时为 36%
- MIMIC-IV-ED 急诊病例上 MAI-DxO 为 80%，医生为 47%
- 成本优化配置下在 NEJM 病例上达到 81% 准确率，成本不到对比系统的一半
- 微软开源了部分 NEJM 病例的 SDBench 及评测代码，并将与 Beth Israel 医疗中心开展前瞻性研究

**为什么值得关注**：结果来自回顾性的构造病例，真实临床表现还要等前瞻性研究；但「让 Agent 主动选择要获取的信息、并计入成本」的评测方式，对设计其他领域的 Agent 评测有借鉴意义。

来源：[Building Medical Superintelligence](https://microsoft.ai/news/building-medical-superintelligence/)