10 月 22 日，微軟團隊關於順序診斷的論文登上《Science》封面，介紹多智慧體診斷系統 MAI-DxO（DxO）：多個 AI 角色分工提問、開檢查、互相質疑並彙總診斷，同時計入檢查成本。微軟稱其準確率最高可達人類醫生四倍，微軟 AI 負責人 Mustafa Suleyman 稱這是邁向「醫療超級智慧」的一步。據… 看完整事件
微軟 DxO 登上 Science 封面，分步診斷準確率 83.2%
微軟團隊的順序診斷系統 DxO 登上《Science》封面，在 304 例 NEJM 疑難病例中診斷準確率 83.2%，參與比較的獨立執業醫生為 22.3%。DxO 以 GPT-5 為底層模型，編排多種臨床推理角色並計入檢查成本，在 325 例急診病例中準確率 80.3%、醫生為 46.8%。不設預算時 NEJM 每例檢查費約 5431 美元、高於醫生的 4725 美元；設預算後可降至約 1303 美元、準確率 79.6%。研究仍是回顧性文字病例，未驗證治療方案與患者結局，微軟下一步將與醫院合作開展前瞻性研究。
把診斷評測從一次性答題改為主動追問、按成本選擇檢查的分階段流程，並給出準確率與檢查費用的量化取捨，對做醫學 AI 評測和臨床輔助工具的人有直接參考價值。
原標題：Science封面丨微软团队利用语言模型，在临床诊断中顺序推理
閱讀原文
| 評分 | 82 / 78（平均 80，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
《柳葉刀》主刊研究：Google AMIE 門診輔助，診斷吻合度 90%
Google 與貝斯以色列女執事醫療中心（BIDMC）主導的研究首次登上《柳葉刀》主刊：98 名患者在門診就診前使用 Google 研究級診斷 AI 聊天機器人 AMIE，全程由醫生即時監控，沒有一輪對話因安全問題被中斷。臨床醫生反饋，75% 的場景下 AI 生成的摘要幫他們提前做好接診準備，超過半數案例中 AI 輸出改變了診療思路；AMIE 的鑑別診斷與醫生最終確診吻合度達 90%。研究團隊表示，面向患者端大規模落地仍需更大規模臨床試驗。
OpenEvidence 估值 150 億美元，近三分之二美國醫生在用
邁阿密的 OpenEvidence 估值已達 150 億美元，其廣告支撐的醫療 AI 搜尋引擎上月被美國醫生提交逾 4200 萬次提問，約三分之二的美國醫生用它檢索醫學期刊與臨床指南，輔助診斷和治療。該公司由連續創業者 Daniel Nadler 於 2022 年創立，主要靠口碑傳播擴張，創始人稱其為醫療領域首個病毒式傳播的消費級網際網路應用。醫生群體的廣泛採用也引發了關於患者護理未來的爭論。
Meta 用 Muse 模型加速醫學研究，效率最高提升十倍
Meta 宣布用 Muse Spark 1.3 與 Muse Wonder 搭建健康科學研究框架，呼叫 500 萬份去標識化電子健康病歷，醫學專家在四周內完成 10 篇原創論文，最佳情況下效率比傳統流程提升十倍，其中一篇僅用七天。研究人員發現，Muse 最明顯的收益不是更快起草，而是更快終止：它能快速標記已被文獻解決的問題、指出研究問題與資料不匹配，避免把時間浪費在無法發表的研究上。但模型仍缺專業判斷力，無法評估臨床價值或識別資料侷限；
@GoogleDeepMind: Together with scientists around the world, our models and tools are helping make disease more detec…
Google DeepMind 表示正與全球科研人員合作，用其模型與工具讓疾病更易被檢出、治療和預防。推文點出的方向包括定位罕見基因變異、加速藥物研發，並稱這些工作正把實驗室突破轉化為現實臨床護理。原帖僅附一條連結，未披露具體模型、資料或時間表。
新版機器人檢測基準：AI 智慧體檢出率 9%–99%
聚合五類自動化對手的測試顯示，Proof of Human 檢出 99% 的自動化會話，Cloudflare Bot Management 僅 9.1%，其餘依次為 reCAPTCHA v3 69.4%、hCaptcha 44.3%、Cloudflare Turnstile 42.1%。