微軟發表醫療AI協調器MAI-DxO同行評審成果，多代理架構提升複雜診斷準確率

微軟研究團隊發表名為MAI-DxO的AI協調器研究成果，論文已刊登於期刊《Science》。該系統透過多個AI代理人模擬醫師小組進行多輪討論、提議診斷、質疑新觀點並衡量測試成本。最新評測採用GPT-5.5與Gemini 2.5 Flash等模型作為協調層基礎，在包含304個NEJM複雜案例的SDBench基準測試中，MAI-DxO達成83%準確率，高於有外部資源人類醫師的36%及無資源時的22%；急診案例中亦達80%準確率。微軟指出該協調架構不綁定特定模型，並已開源相關基準測試與評審程式碼。

值得帶走的重點

• MAI-DxO協調多個AI代理人模擬臨床會診辯論，在NEJM複雜病例達83%準確率，急診案例達80%，表現優於受測人類醫師。
• 微軟使用GPT-5.5與Gemini 2.5 Flash評測證實架構跨模型泛化能力，並開源SDBench基準、守門員與評審架構程式碼。