MAI-DxO：让 AI 学会追问、选择检查和核对推理

比一次性问答多了什么

微软在 2025 年 6 月介绍 MAI-DxO 与 SD Bench：将 304 个 NEJM 病例改造成可以逐步提问、请求检查和提交诊断的任务。编排器模拟不同推理角色，并在推进前核对成本与推理。官方报告的最佳配置在该基准达到 85.5%。

怎样理解这个结果

这是复杂病例构造的研究评测，检查成本也是评测设定。它没有直接测量真实门诊中的安全性、患者沟通或长期健康结果。病例分布和可用信息与日常就医不同，因此不能把这个百分比作为面向公众自动诊断的可靠性承诺。

本站分析 · 产品推演

值得复用的工程设计

我们的产品推演：做就诊准备工具时，可借鉴“先找缺失信息”的流程。先整理用户已经提供的事实，再列出时间、持续情况、既往检查等尚未明确的问题；每一步说明为什么需要这条信息，允许跳过。

在内部保留事实表、相互矛盾的信息和推理版本，最终输出一份可供医生快速查看的材料摘要。评估应关注虚构事实率、遗漏率和问题是否重复；不要用增加智能体数量来代替证据核对。