微软旗下AI诊断系统在复杂病例的诊断测试中表现优于全科医生。相关研究结果已发表在《科学》（Science）期刊上。微软AI部门负责人穆斯塔法·苏莱曼（Mustafa Suleyman）在提及这一结果时表示，公司正在推进“医疗超级智能”（medical superintelligence）方向的研究。
研究显示，该AI诊断系统在疑难病例上的准确率高于参与对比的全科医生。不过，研究同时指出，系统性能的大部分提升来自其底层调用的大模型能力，而非微软围绕诊断流程构建的系统本身。这意味着，微软在诊断系统层面的工程设计与编排对最终表现的增量贡献相对有限。
这一发现对当前医疗AI的产品化路径具有参考意义。随着大模型在医学知识理解与推理能力上的快速迭代，基于通用模型构建的诊断应用能够较快达到较高基准，但厂商在系统层构建的差异化能力——包括病例数据结构化、临床工作流集成、结果可解释性等——仍是决定产品长期价值的关键。微软此次披露的研究结果，也将外界关注点引向其底层模型能力与上层诊断系统之间的实际贡献比例。
苏莱曼此前主导Inflection AI，于2024年加入微软并负责消费者AI业务。微软近年来持续将AI能力向医疗场景延伸，诊断辅助是其重点方向之一。此次在《科学》发表的研究为其医疗AI能力提供了同行评议层面的证据支持。
从行业影响看，医疗AI的评估标准正在从单一准确率转向对系统整体贡献的拆解分析。底层模型能力的通用提升能否转化为临床可用的诊断产品，取决于系统层对医疗场景的适配深度。微软该研究披露的贡献结构，为行业评估同类产品提供了一个可参照的分析框架。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
