微軟AI「醫師會診團」登上Science：困難病例準確率83%，是一般醫師的兩倍多

大家好，我是小M老師。今天不聊股票，聊一個很值得關注的AI應用：微軟的醫療診斷系統 MAI-DxO，研究正式刊登在《Science》期刊。

一、MAI-DxO 是什麼？

它不是單一個AI直接給答案，而是讓多個AI代理人扮演一個「醫師會診團」：有人提出可能的診斷、有人決定要問什麼問題或做什麼檢查、有人負責唱反調挑戰目前的判斷，經過多輪討論再下結論，同時還會考量每項檢查的成本。

二、研究結果

• NEJM 困難病例（304 例）：MAI-DxO 準確率 83.2%；一般科醫師（家醫科、內科，可查參考資料）為 36.1%，不查資料時只有約 22%
• 急診病例（MIMIC-IV-ED）：MAI-DxO 80.3%，醫師 46.8%
• 換成 GPT-5.5：困難病例準確率從 72% 提升到接近 87%，成本還略低
• 單用 GPT-5 加基本提示詞：準確率 78.9%，每例估算診斷成本約 8,400 美元；加上 DxO 後成本約少 3,000 美元，但準確率只多約 4 個百分點
• 較弱的模型受益更多：Gemini 2.5 Flash 從 46.4% 提升到近 69%

三、要冷靜看的限制

1. 這是模擬測試，是純文字的基準環境，不是真實看診
2. 沒有和專科醫師或醫療團隊比較，而這種困難病例實務上通常由專科處理
3. 急診病例上，DxO 相較單用模型幾乎沒有提升（GPT-5.5 有沒有 DxO 都約 85%）
4. 大部分進步其實來自更強的底層模型，DxO 是加分項
5. 真實世界試驗還沒做：微軟將與波士頓 Beth Israel 醫院合作評估

四、小M觀點：會診架構可以直接借用

我覺得這篇研究最有價值的，不是「AI 打敗醫生」的標題，而是多代理人會診的架構。這個方法完全可以搬到其他領域。

例如做一個「AI創業顧問團」App：你丟進一個創業點子，行銷、財務、法務三個AI代理人各自提問、互相辯論，最後整理出風險和建議。一個人創業，也能有一整個顧問團幫你把關。

---

資料來源：TechCrunch（2026/10/22）、Science（DOI: 10.1126/science.aeh7930）、Microsoft AI。

免責聲明：本文為科技資訊分享，非醫療建議。身體不適請諮詢專業醫師。