据周四发表在《科学》杂志上的一项研究，微软研究人员开发出一款人工智能工具，可像医生一样分步骤诊断患者，在解决复杂疑难病例方面，其准确率达到普通内科医生的两倍以上。这项工作直指诊断本身——患者安全研究人员长期以来一直将诊断视为可预防伤害的持续来源之一，也是医疗AI最受关注的前沿领域之一。

新系统并非一次性处理患者的全部信息——大多数现有医疗AI模型采取这种方式，将症状、化验结果和影像学检查一并分析以生成诊断——而是循序渐进地进行。据报告，该系统依靠一个“编排器”来组织AI解决问题的流程，通过组建一个由临床专家组成的模拟小组协作解决诊断病例。

在编排器协调诊断步骤的过程中，该模型首先决定就患者病史询问哪些问题，以及体格检查中有哪些重要发现。根据所获取的信息，它会决定安排哪些检查、评估结果，并在适当时要求进一步检查。研究负责人在采访中表示，在此过程中，模型会不断更新其工作假设和计划。

在处理300多个高度罕见且令人困惑的疑难病例时，采用诊断编排器的模型在“问诊检查”患者并确定诊断方面的准确率，是借助教科书和互联网的普通内科医生的两倍以上。在面对取自一个大型急诊收治数据库的场景时，该工具的表现也优于人类医生。

研究人员指出，将此类较早的AI系统与人类医生进行比较的传统评估通常依赖选择题。“AI非常擅长在这类题目上拿到100%的通过率，”微软AI医疗部门的企业副总裁多米尼克·金（Dominic King）博士说，其团队正在开发这项新技术。“但当然，这并非现实世界。从来没有患者带着一份漂亮的总结摘要来找我看病。”这些发现也为AI领域关于考试式基准测试的高分能否转化为真实复杂临床环境中安全、有效表现的持续争论提供了素材。

研究还发现，由编排器设计的诊断方案比人类医生制定的成本更低——这是一个值得注意的结果，因为检查项目的开具是医疗支出的公认驱动因素之一。“我们不仅在衡量这些系统的准确性。我们还在衡量它进行诊断检查时的审慎和细致程度，”微软AI医疗部门AI负责人哈尔沙·诺里（Harsha Nori）说。

下一步，研究人员将与波士顿的贝斯以色列女执事医疗中心合作，测试该工具在急诊候诊室对患者进行分诊的能力。该试验将检验实验室结果能否在真实的临床流程中站得住脚——在这种流程中，分诊决策直接关系到患者安危——而任何走向常规临床使用的举措都将引发对监管审查的关注，因为在为诊断提供依据的AI工具在美国通常属于医疗器械监管范畴。

— 路透社