根据权威期刊《科学》(Science)周四(22日)发表的最新研究，微软研究人员开发出一款能像医师一样逐步诊断病情的人工智能(AI)工具，在解决复杂医疗病例时，准确度是一般医师的两倍以上。

仿真临床专家协作 逐步制定诊断流程

现有医疗AI模型通常采取一次性分析的方式，将患者的所有症状、实验室检验结果及影像检查数据一并纳入，再产生诊断结果。

但微软的模型采用了一个名为「协调器」(orchestrator)的系统，在协调器的引导下，这套AI模型会先判断应询问患者哪些病史，以及身体检查中哪些发现具有重要意义。接着，模型根据取得的信息决定应安排哪些检验，评估检验结果，并视情况进一步安排其他检查。

研究负责人表示，在整个过程中，模型会持续更新目前的诊断假设与诊疗计划。

研究人员让这套采用诊断协调器的模型，处理300多个极为罕见、难以判断的医疗病例。结果显示，相较于使用教科书与网络数据的一般医师，这套模型在逐步评估患者病情并判定诊断方面，准确度高出一倍以上。

当研究人员以大型急诊就诊数据库中的病例情境进行测试时，这套工具的表现也优于人类医师。

不只比较准确度 也评估诊断成本

研究人员指出，过去比较传统医疗AI系统与人类医师时，通常会采用选择题测验。

负责开发这项新技术的微软AI健康部门企业副总裁Dominic King医师表示：「AI现在已经非常擅长在这类测验中拿到100%的通过率。但这当然不符合真实世界的情况。没有患者会来找我看病时，还附上一份整理得井井有条的病情摘要。」

研究人员也发现，由协调器规划诊断流程所产生的成本，低于由人类医师安排相关检查的成本。

微软AI健康部门主管Harsha Nori表示：「我们衡量的不只是系统的准确度，也在评估它进行诊断流程时，是否能审慎且谨慎地运用资源。」

研究团队接下来将与波士顿的贝斯以色列女执事医疗中心(Beth Israel Deaconess Medical Center)合作，测试这项工具在急诊候诊区进行检伤分流的能力。