病人需要一條清晰嘅路，通往可靠嘅診斷同治療。對醫療領袖嚟講，Microsoft 最新嘅醫療 AI 研究提出咗一個實際問題：一個跨越多個步驟收集證據同作出決策嘅系統，機構應該點樣評估？
我認為，MAI-DxO 值得留意，唔單止係因為佢嘅準確度，仲因為佢嘅決策過程。CEO 同 CTO 應該研究呢個過程，同時保持研究表現同已證實嘅臨床價值之間嘅清晰界線。
研究論文《Sequential diagnosis with language models》喺2026年10月22日喺 Science 發表。MAI-DxO 配搭 GPT-5，喺304個棘手嘅 NEJM 個案中達到83.2%嘅診斷準確度。使用參考資料嘅普通科醫生達到36.1%，冇用嘅話只有22.3%。喺325個由急症室入院嘅個案中，系統達到80.3%，醫生則為46.8%。呢啲係對病例記錄進行受控評估嘅結果。[1, 2]
呢啲醫生嘅百分比描述嘅係佢哋喺研究任務中嘅表現。唔應該將佢哋當成醫生日常執業嘅一般準確度嚟呈現。整體基準分數亦冇回答一個重要問題：邊啲錯誤可能造成最大傷害？
MAI-DxO 協調一個虛擬小組，提出診斷、質疑假設、選擇問題或檢查。資訊一到，佢嘅評估就會改變。基準測試會量度通往診斷嘅路徑，包括估計嘅檢查成本。Microsoft 仲評估咗成本限制更嚴格嘅配置。[2]
對企業領袖嚟講，有用嘅設計啟示係將提出答案同審視其證據分開。審視者必須能夠識別缺失嘅嘢、質疑主導嘅解釋，並喺重要行動推進之前要求更多資訊。
多個 AI 角色仍然可能重複同一個錯誤。所以，代理之間嘅共識必須用外部證據嚟檢驗。加多一場辯論只係多一個要評估嘅組件，唔係獨立驗證。
我會從三個維度比較系統。將最終答案分數同整個決策過程嘅質素比較。將估計嘅工作成本同提供服務嘅總成本比較。將歷史記錄上嘅表現同前瞻使用中觀察到嘅結果比較。每項比較回答嘅係唔同嘅投資問題。
例如，平嘅建議可能製造大量審查工作。正確答案可能嚟得太遲，幫唔上忙。喺完整記錄上表現良好嘅系統，喺重要資訊缺失時可能會遇上困難。領袖需要一種能夠令呢啲差異浮現嘅評估。
SDBench 用守門員模型提供所要求嘅資訊，用評判模型評估診斷。當所要求嘅結果唔喺記錄入面，守門員可以產生同個案一致嘅檢查結果。呢啲機制令互動評估成為可能，但亦引入咗需要審視嘅假設。[3]
呢點之所以重要，係因為評估環境會影響量度到嘅結果。醫院必須確定系統喺資訊不完整、陳述互相矛盾同營運延誤之下點樣運作。單靠診斷準確度，唔能夠證明病人安全、治療質素或臨床團隊嘅有效性。
Microsoft 已宣佈同 Beth Israel Deaconess Medical Center 進行前瞻性研究，病人將同系統互動，其表現會同醫生嘅獨立評估作比較。呢個係計劃中嘅驗證，唔係已經實現嘅病人結果改善嘅證據。[2]
CEO 應該喺資助部署之前定義預期效益。喺醫療試點入面，呢個可能係更快識別某種病症，或者更好咁支援疑難病例審查。指定臨床負責人、就結果指標達成共識，並設定停止試點嘅條件。避免憑基準比較作出人事決定。
CTO 應該圍繞預期嘅工作流程建立評估。比較現有流程、喺受控環境中獨立運作嘅 AI，同獲 AI 支援嘅臨床醫生。使用能代表擬議服務嘅病例。檢視遺漏嘅嚴重診斷、不必要嘅檢查、作出決定所需嘅時間，同審查建議嘅負擔。除咗整體平均值之外，仲要報告相關病人群體嘅結果。
從對治理完善嘅數據進行回顧性評估開始。如果證據支持推進，就喺臨床領導同所需批准之下，考慮受監督嘅前瞻性研究。保持落檢查或改變治療嘅權限明確指派。界定系統幾時應該退讓，以及臨床醫生點樣可以推翻佢。
要求建議有可追溯嘅證據、對病人資訊嘅受控存取，同使用嘅模型同工作流程版本嘅記錄。只要其中一項改變，就重複相關評估。成功嘅試點需要一個能夠發現惡化並支持撤回嘅營運流程。
財務領袖應該區分估計嘅檢查成本同實際實現嘅節省。將整合、臨床審查、監察同持續評估計入商業案例。任何節省都應該同遺漏診斷同可避免檢查嘅後果一齊評估。
同樣嘅評估紀律，喺考慮用 AI 處理保險索償、採購例外或事故調查時都適用。呢啲應用各自需要自己嘅證據。醫療基準唔能夠驗證財務或營運工作流程。
MAI-DxO 俾咗我哋理由去審視 AI 點樣索取證據、點樣修訂立場，以及點樣決定幾時停。企業價值將取決於呢啲行為喺真實營運條件下能否改善既定服務。
如果你係審批醫療 AI 試點嘅人，喺容許佢嘅建議影響病人護理之前，你會要求咩證據？
數學咁思考。智慧咁工程。策略咁領導。負責任咁建造。全球咁擴展。透過人工智能創造真正嘅商業價值。
[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 文件. https://microsoft.github.io/sdbench/
