当医生众多具有挑战性的工作之一，就是准确诊断患者究竟出了什么问题。这是因为许多疾病往往症状重叠，这可能使诊断过程变得漫长。

除了向患者提问外，医生可能还需要安排检查、查阅医学参考资料，甚至咨询其他专业人员。显然，对患者个人而言，越早做出诊断，就能越早开始接受最合适的治疗。

如今，在AI的又一项突破中，微软研究人员声称，他们开发出一种工具，在诊断复杂医学病例方面能够胜过单个全科医生，它被称为DxO，代表诊断协调器，可模拟一组临床专家协作得出诊断。10月22日，这项研究成果发表于《科学》。

论文配图。图源：《科学》

为了评估DxO的表现如何，以及它与医疗专业人员相比如何，研究人员开发了一个名为SDBench的测试框架，本质上是一个互动测验。

团队从《新英格兰医学杂志》中选取了304个已发表的诊断病例，以及325份急诊科入院记录。他们将这些患者档案中的每一份都转化为一个分步测试。

在每个测试开始时，医生或DxO会获得一份名为临床简介的摘要。其中包括患者年龄和性别等基本信息，以及其主要症状。

例如，有一个病例是这样开头的：“一名29岁女性因咽喉痛、扁桃体周围肿胀和出血入院。症状在使用抗菌治疗后未见缓解。”

一个AI系统充当把关者，根据问题和检查请求提供原始病例档案中的信息。一旦医生或DxO认为他们掌握了足够信息，就会提交最终诊断。一个AI评审根据原始病例档案中记录的诊断对诊断结果进行评分。

研究发现，AI与真实医生之间的差异令人震惊。对于已发表的复杂病例，DxO的准确诊断率为83.2%，在急诊科入院病例上的准确率为80.3%。相比之下，人类医生的平均准确率分别为36.1%和46.8%。

在方法上也存在明显差异。DxO在安排检查前会先就患者的背景提出更多问题，这可能有助于降低检查成本。

尽管AI似乎占了上风，但微软研究人员Eric Horvitz表示，这并不意味着它在现实实践中比医生更好。“这些比较并不能确立其优于专科医生、多学科团队或现实临床实践。”

此外，微软团队并未在日常医疗环境中进行测试。因此，SDBench衡量的是理想化信息条件下的诊断推理，而不是床旁表现或患者结局。

Eric Horvitz表示，未来的工作应探索医生和AI系统如何协同工作。他们还建议，这项技术可用于医学教育和培训。

论文相关信息：https://doi.org/10.1126/science.aeh793