Microsoft AI 正式推出诊断协调器 MAI-DxO，借助多个 AI 智能体分工协作，模拟医生小组询问患者、开具检查并讨论诊断。根据周四发表于《Science》的同行评审研究，该系统在来自《新英格兰医学杂志》的 304 个复杂病例模拟中，正确诊断率约为 83%，而单独使用参考资料的初级保健医生与普通内科医生正确诊断率约为 36%，不查资料时约为 22%。表现最好的单个医生成绩为 51.8%。研究未将通常处理此类复杂病例的专科医生与医生团队纳入比较。
Microsoft AI 首席执行官 Mustafa Suleyman 将这一结果称为迈向"医疗超级智能"的一步。微软将医疗超级智能定义为"在医疗推理与全程照护协调方面超越当代最强人类主导卫生体系的能力"。Suleyman 称，AI 进步一旦形成飞轮——即模型投入生产、通过真实世界使用识别缺陷并迭代修补——就会加速；编码与对话领域已经历过这一过程，他认为明年起医疗记录与临床决策支持也将进入这一阶段。
微软自建了 SDBench 基准，由已发表的医疗病例报告与急诊科记录构成，并表示计划开源该基准供他人测试。在成本估算方面，仅使用简短基础提示的 GPT-5 在复杂病例上准确率约 78.9%，每例估算成本约 8400 美元；MAI-DxO 将成本降低约 3000 美元，准确率提高约四个百分点。在急诊病例上，两者差异不大。MAI-DxO 为模型无关设计，协调层可与不同底层模型配合。在 Beth Israel Deaconess 医学中心急诊病例测试集上，AI 准确率约 80%，医生平均约 47%。
研究由 Microsoft AI 健康负责人 Dominic King 博士等合著。他在博客与《BMJ Digital Health & AI》文章中指出，诊断只是微软医疗愿景的一部分，公司还将在协调临床照护、作出治疗决策、处理医疗中的人性因素等五个维度推进。微软还与 Mayo Clinic 合作训练医疗基础模型，预计明年发布，Suleyman 预期模型在未来 24 至 36 个月显著进步。微软表示将在未来几个月开始真实医院测试。
研究强调，AI 并非取代医生，而是作为临床决策支持工具嵌入现有体系。对患者而言，复杂疑难病例的误诊风险有望下降；对全科医生而言，AI 可承担初步推理与检查建议，减轻认知负荷；对卫生体系而言，更少的冗余检查意味着更低的成本。但专科医生与团队通常处理的最难病例未纳入比较，AI 在真实临床环境中的安全性、监管与责任归属仍需独立验证。
微软正与医院合作伙伴筹备技术的临床评估，并将 SDBench 开源。Suleyman 预计，随着各家公司利用真实世界应用持续改进医疗模型，24 至 36 个月内模型将显著进步。Google 与 OpenAI 也声称其 AI 能在诊断任务上匹敌或超越医生，医疗 AI 竞赛正在升温。患者数据隐私、算法偏差与责任界定，将是后续落地必须回答的问题。