病人需要一条清爽个路，通到可靠个诊断搭治疗。对医疗领袖来讲，Microsoft 最新个医疗 AI 研究提出仔一个实际问题：一个跨过多只步骤收集证据搭做出决策个系统，机构应该要哪能评估？
照我看来，MAI-DxO 值得关注，勿单单是因为伊个准确度，还因为伊个决策过程。CEO 搭 CTO 应该研究该个过程，同时保持研究表现搭已经证实个临床价值之间清爽个界线。
研究论文《Sequential diagnosis with language models》勒2026年10月22日勒 Science 发表。MAI-DxO 搭配 GPT-5，勒304只棘手个 NEJM 个案里向达到仔83.2%个诊断准确度。用参考资料个全科医师达到36.1%，呒没用个话只有22.3%。勒325只从急诊室入院个个案里向，系统达到80.3%，医师则是46.8%。搿些是对病例记录进行受控评估个结果。[1, 2]
搿些医师个百分比描述个是伊拉勒研究任务里向个表现。勿应该拿伊拉当成医师日常执业个一般准确度来呈现。总体基准分数也呒没回答一只重要问题：啥错误可能造成顶大个伤害？
MAI-DxO 协调一只虚拟小组，提出诊断、质疑假设、选择问题或者检查。信息一到，伊个评估就会变。基准测试会量度通往诊断个路径，包括估计个检查成本。Microsoft 还评估仔成本限制更严格个配置。[2]
对企业领袖来讲，有用个设计启示是拿提出答案搭审视其证据分开。审视者必须能够识别缺脱个物事、质疑主导个解释，并且勒重要行动推进之前要求更多信息。
多个 AI 角色仍然可能重复同一个错误。所以，代理之间个共识必须用外部证据来检验。加多一场讨论只是多一只要评估个组件，勿是独立验证。
我会从三只维度比较系统。拿最终答案分数搭整个决策过程个质量比较。拿估计个工作成本搭提供服务个总成本比较。拿历史记录上个表现搭前瞻使用中观察到个结果比较。每项比较回答个是勿同个投资问题。
譬如讲，便宜个建议可能制造大量审查工作。正确答案可能来得忒晏，帮勿上忙。勒完整记录上表现良好个系统，勒重要信息脱班个辰光可能会碰着困难。领袖需要一种能够让搿些差异显现出来个评估。
SDBench 用守门员模型提供所要求个信息，用评判模型评估诊断。当所要求个结果勿勒记录里向，守门员可以产生搭个案一致个检查结果。搿些机制让互动评估成为可能，但是也引入仔需要审视个假设。[3]
搿一点之所以重要，是因为评估环境会影响量度到个结果。医院必须确定系统勒信息勿完整、陈述互相矛盾搭营运延误之下哪能运作。单靠诊断准确度，勿能够证明病人安全、治疗质量或者临床团队个有效性。
Microsoft 已经宣布搭 Beth Israel Deaconess Medical Center 进行前瞻性研究，病人将搭系统互动，其表现会同医师个独立评估作比较。搿个是计划中个验证，勿是已经实现个病人结果改善个证据。[2]
CEO 应该勒资助部署之前定义预期效益。勒医疗试点里向，搿个可能是更快识别某种病症，或者更好支持疑难病例审查。指定临床负责人、就结果指标达成共识，并且设定停止试点个条件。避免凭基准比较作出人事决定。
CTO 应该围绕预期个工作流程建立评估。比较现有流程、勒受控环境中独立运作个 AI，搭获得 AI 支持个临床医师。使用能代表拟议服务个病例。检视遗漏个严重诊断、勿必要个检查、作出决定所需要个辰光，搭审查建议个负担。除脱总体平均值之外，还要报告相关病人群体个结果。
从对治理完善个数据进行回顾性评估开始。如果证据支持推进，就勒临床领导搭所需批准之下，考虑受监督个前瞻性研究。保持开检查或者改变治疗个权限明确指派。界定系统啥辰光应该退让，以及临床医师哪能可以推翻伊。
要求建议有可追溯个证据、对病人信息个受控存取，搭使用个模型搭工作流程版本个记录。只要其中一项改变，就重复相关评估。成功个试点需要一只能够发现恶化并支持撤回个营运流程。
财务领袖应该区分估计个检查成本搭实际实现个节省。拿整合、临床审查、监察搭持续评估计入商业案例。任何节省都应该搭遗漏诊断搭可避免检查个后果一淘评估。
同样个评估纪律，勒考虑用 AI 处理保险索偿、采购例外或者事故调查个辰光都适用。搿些应用各自需要自己个证据。医疗基准勿能够验证财务或者营运工作流程。
MAI-DxO 拨仔阿拉理由去审视 AI 哪能索取证据、哪能修订立场，以及哪能决定啥辰光停。企业价值将取决于搿些行为勒真实营运条件下能否改善既定服务。
如果侬是审批医疗 AI 试点个人，勒容许伊个建议影响病人护理之前，侬会要求啥证据？
数学能思考。聪明能工程。策略能领导。负责任能建造。全球能扩展。通过人工智能创造真正个商业价值。
[1] Nori, H. et al. (2026). Sequential diagnosis with language models. Science. https://doi.org/10.1126/science.aeh7930
[2] Microsoft AI（2026年10月22日）. Building Medical Superintelligence. https://microsoft.ai/news/building-medical-superintelligence/
[3] Microsoft. SDBench 文档. https://microsoft.github.io/sdbench/
