微软开发了一种基于人工智能的诊断系统，在医学案例研究中达到了85.5%的成功率，是人类对照组的四倍多。这款“AI诊断指挥器”首次在来自《新英格兰医学杂志》的304个特别复杂的患者病例中进行了测试。相比之下，没有工具辅助的经验丰富的医生在大约20%的病例中正确诊断。

这项新技术是由Mustafa Suleyman领导的Microsoft Health AI部门的第一个项目，他之前曾是AI实验室DeepMind的联合创始人。系统的核心是一个“协调器”，它像一个虚拟医生团队一样组织多个专业的AI代理。这些代理基于一种名为“链式辩论”的新方法，提出假设、选择测试并讨论最佳诊断。

所使用的模型包括OpenAI、Meta、Google、Anthropic、xAI和DeepSeek的大型语言模型。尽管所有模型都从协调中受益，但OpenAI的“o3”模型表现最佳。除了高精确度外，该系统还以成本优化的方式运行：通过有针对性的测试选择，在模拟中节省了数十万美元。

前DeepMind Health负责人Dominic King认为该项目是迄今为止功能最强大的医疗AI系统。他同时强调其实验性质：结果尚未经过同行评审，且目前尚未批准用于临床日常使用。

不过，该研究强调了生成式人工智能在医疗保健中的颠覆性潜力，尤其是在全球供应短缺和医疗成本上升的背景下。Suleyman宣布计划不久将部分技术整合到微软的Copilot和Bing中，它们每天处理约5000万次健康查询。

尽管与OpenAI紧密合作，微软仍坚持模型无关的方法。苏莱曼表示，“从长远来看，大型语言模型将成为商品——其真正价值在于智能协调。”