在权威基准测试中，表现远超预期
为克服传统静态评估的局限，我们构建了SDBench——一个模拟真实序贯诊断流程的动态基准。它由“信息守门员”和“诊断裁判”等智能体协作，真实评估诊断准确率与成本效益。在此之上，MAI-DxO展现了卓越能力。
数据来源: Microsoft AI & Belitsoft 分析, 2025年6月。学术来源: arXiv:2506.22405v1。MAI-DxO不仅更精准，还以更低的成本实现了卓越的诊断效果。
MAI-DxO 的核心：模拟“全科+专科”虚拟专家团队
MAI-DxO 并非单一模型，而是一个模仿多位医生协作诊疗的AI编排器。它利用一个强大的语言模型扮演虚拟医生小组中的五个关键角色，系统性地减少个体认知偏见，提升决策质量。
Dr. Hypothesis (假设生成器)
系统性思考：始终维持一个动态的、按概率排序的鉴别诊断列表。
Dr. Test-Chooser (检查选择器)
高效决策：专注于选择能最大化区分不同可能性的检查，避免盲目性。
Dr. Challenger (挑战者)
避免偏见：主动寻找和评估主流观点之外的其他可能性，对抗“锚定效应”。
Dr. Stewardship (成本管家)
成本控制：实时监控诊断流程的成本，并主动寻找更经济的替代方案。
Dr. Judge (诊断裁判)
精准判断：基于临床实质，而非简单的文本匹配，对最终诊断的质量进行精确评估。
成果：结构化推理
这种多角色协作机制，让AI的思考过程从“黑箱”走向结构化、可审查，最终实现准确性与成本效益的双重提升。
实践中的 MAI-DxO：一个案例研究
一个因酒精戒断住院的病人，因误食洗手液而中毒。MAI-DxO 的结构化推理与传统模型的区别在此刻尽显无疑。
标准模型（无编排）
固守于“抗生素毒性”的初步印象，下令进行昂贵且不相关的脑部MRI和EEG检查。
MAI-DxO（有编排）
Dr. Challenger促使系统考虑“院内毒物接触”，直接提问关键问题，通过一次毒理学检测锁定病因。
普适且稳健的框架
MAI-DxO的价值在于其先进的系统设计，而非依赖某个特定模型。
模型无关的编排能力
无论应用于GPT、Gemini还是Claude系列模型，MAI-DxO都能平均将诊断准确率提升11个百分点，为不同能力的模型提供“脚手架”或施加“纪律约束”。
超越训练数据的稳健性
在使用模型训练截止日期之后发布的最新NEJM病例进行测试时，MAI-DxO的性能提升依然稳健，证明其能力源于推理，而非记忆。
专家视角与行业背景
“准确率提高了四倍，这比以往的研究显示的要多得多... 不仅AI更准确，而且成本也低得多。这是一个非常大的飞跃。”
更广阔的视野
我们承认，这项研究存在局限性。SDBench主要关注疑难教学案例，而真实世界的临床环境更为复杂。同时，如谷歌等科技巨头也在探索相似的AI诊断技术。我们认为，真正的考验在于将这些系统融入真实的医疗体系中进行验证。这是确保AI能够安全、有效地辅助医生，最终惠及患者的关键下一步。
一睹为快
通过这个简短的视频，了解MAI-DxO如何在实际工作中改变诊断流程。
我们的愿景：人机协同，共塑医疗未来
“我未来五到十年的主要目标是确保全世界每个人都能以难以置信的低价获得各种最优质的医疗建议。我们对此感到非常非常兴奋。”
我们坚信，AI不是为了取代医生，而是为了增强人类的专业知识和同理心。MAI-DxO致力于将顶尖的机器智能与临床医生的经验相结合，自动化常规任务，更早地发现疾病，实现个性化治疗，最终让每个人都能获得更好的医疗服务。