微软最新研发的人工智能在诊断患者方面表现优于人类医生——至少根据微软自己的研究结果显示如此。

这项经过同行评审并发表在权威期刊《科学》上的研究表明,这款名为微软AI诊断协调器(MAI-DxO)的医疗模型,其诊断准确率是普通医生的两倍多。与以往研究不同的是,这次测试要求AI像真实医生一样逐步分析病例,而非一开始就掌握所有信息。

测试在受控的基准环境中进行,因此其在真实医疗场景中的实际应用效果仍有待验证。不过,微软对此成果表现出极大信心。

微软人工智能实验室负责人穆斯塔法·苏莱曼表示,人工智能改善医疗服务的时代“终于到来”,并告诉《The Verge》杂志,未来的进步指日可待。

“明年我们将看到智能系统在实际应用中的惊人表现,”苏莱曼在采访中说,“我认为这将极大改变医疗服务的提供方式。”

研究中,DxO模型分析了304个来自《新英格兰医学杂志》的临床病理会议病例,以及325个来自MIMIC-IV-ED数据库的急诊到住院病例,基本上是病例报告和急诊入院病例的近乎五五开组合。

在前者中,DxO的诊断准确率达到83.2%,而同样病例由普通医生诊断的准确率仅为36.1%,且医生们可以查阅参考资料。急诊病例中,AI的准确率为80.3%,人类医生则为46.8%。

微软在一篇博客中指出,AI模型不仅在诊断准确率上表现优异,还在诊断过程中所需的检测费用上表现出色,DxO所需费用仅为人类医生的一半甚至三分之一。

如果这些发现得到进一步验证,将充分展示人工智能在医疗领域的强大能力和实用价值。然而,医生的工作远不止分析症状那么简单。最难的部分之一是让患者敞开心扉,挖掘他们可能未曾提及的重要信息。

研究也部分考虑到了这一点,要求DxO按顺序工作。AI不是直接获得完整症状列表,而是从患者的初始主诉出发,提出初步诊断,选择后续提问并决定检测项目,同时考虑成本因素。

研究作者指出,以往研究“未将诊断视为一个主动、连续的信息收集过程,同时综合考虑诊断准确率和诊断成本”,而是一次性输入完整病例信息。

不过,该研究只能有限模拟医生与患者之间的互动,DxO通过与一个“守门人代理”交流来获取信息,该代理从病例记录中调取数据。换句话说,是AI在与另一个AI扮演的患者进行诊断。虽然AI在信息分析和整合方面非常强大,但这些详尽的病例文件本身是由人类医生整理完成的,AI是在已有基础上进行推理。

更多关于医疗AI的内容: 初创公司将AI设计的病毒用于人体患者