微軟宣稱其 AI 診斷系統準確率勝過醫師，已發表於《Science》

微軟 AI 執行長 Mustafa Suleyman 向 The Verge 表示，微軟開發的 AI 診斷工具可將病症診斷準確率提升至人類醫師的約四倍，並稱「它終於來了」。相關研究週四發表於權威期刊《Science》，測試以醫學病例報告與急診資料為情境，微軟將這些案例整理成自家基準測試 SDBench，並計畫開源。 系統名為 Diagnostic Orchestrator，採多個 AI 代理協作運作，模擬專家小組的診斷流程：推理症狀與病史、決定要開哪些檢查，最後給出診斷。系統由 OpenAI 的 GPT-5 驅動。 測試結果方面，在《新英格蘭醫學期刊》（NEJM）數百篇報告的病例上，該系統準確率約 83%；一般科醫師若可查閱參考資料為約 36%，不查資料則約 22%。在波士頓貝斯以色列女執事醫療中心（Beth Israel Deaconess Medical Center）的急診病例上，系統準確率為 80%，人類醫師平均為 47%。系統做出診斷的估計成本也傾向低於人類醫師。 研究人員表示，該系統的表現也優於單獨運作的前沿 AI 模型。不過，已發表的同儕審查論文並未納入 GPT-6 Astra、Meta 的 Muse Wonder Full、Google 的 Gemini 4 Argon，以及 Anthropic 的 Opus 5.5 等較新模型。該系統最初開發時採用的是 GPT-4.1，研究人員認為後續測試顯示，模型能力提升並不必然削弱多代理協作的優勢。 微軟承認，此技術距離實際臨床應用仍有很長的路要走。