微软这回把"AI 看病"从 demo 推到了 Science 的版面上。

MAI-DxO 不是又一个聊天机器人,它是个顺序诊断推理系统——你给它病史、检验、影像线索,它像主任医师那样一步步排除,最后给鉴别诊断。配套发的 SDBench,是专门评测这套能力的基准。

数字确实好看。

论文里 MAI-DxO 在复杂病例上的准确率把一众专科模型和人类专家组都压了下去,单次推理成本还压到了几美分量级。能把"诊断"这件事量化成可比较的指标,本身就是进步。

但先别喊医疗超智能。

这套成绩是在受控病例库里跑出来的,不是真实门诊的噪声环境。真实世界里,病历是脏的、主诉是含糊的、检验是缺项的——推理栈(就是模型做多步推理的那套内部机制)一遇到缺数据就原形毕露。

我的判断:这是医疗 AI 从"读片单点"走向"全链路推理"的一块硬基石。

真正进诊室,差的不是模型智力,是责任归属、数据合规和人机分工的重新设计。那部分,Science 不替你解决。