Nancy Lapid

路透10月23日 - 據周四發表在《科學》雜誌上的一項研究顯示，微軟 MSFT.O 的研究人員表示，一款能夠像醫生一樣逐步對患者進行診斷的人工智能工具，在解決複雜醫療病例方面的準確率是普通醫生的兩倍多（(link)）。

據該報告稱，該模型通過一個「協調器」來識別並統籌應向患者提出的問題，以及應安排的檢查和檢測。該協調器利用一個模擬的臨床專家小組，通過協作解決診斷案例，從而組織人工智能處理問題的方式。

現有的醫療人工智能模型通常採用「一次性」方法，即綜合分析患者的所有症狀、實驗室檢查結果和影像學檢查，從而得出診斷結論。

藉助「協調器」對診斷流程各步驟進行統籌，該AI模型首先確定應詢問哪些病史信息以及體格檢查中哪些內容具有重要意義。基於所獲取的信息，它決定安排哪些檢查，分析結果，並在必要時安排進一步檢查。

研究負責人在接受採訪時表示，在此過程中，該模型會持續更新其工作假設和診療方案。

在診斷300餘例極其罕見且難以判別的醫學難題時，採用該診斷協調器的模型在「評估」患者並確定診斷方面的準確率，是僅依靠教科書和互聯網的一般醫生的兩倍以上。

當面對源自某大型急診入院數據庫的病例情景時，該工具的表現也優於人類醫生。

研究人員指出，以往將此類舊系統與人類醫生進行對比評估時，通常採用多項選擇題的形式。

「人工智能在這些測試中已經非常擅長，能取得100%的通過率，」微軟AI健康部門企業副總裁多米尼克·金博士說道，他的團隊正在開發這項新技術。

「但這當然不是現實情況。從來沒有患者會帶着一份條理清晰的病歷摘要來找我。」

研究人員還發現，當由「協調器」設計檢查流程時，診斷過程的成本低於由人類醫生設計的情況。

「我們不僅在衡量系統的準確性，還在評估其在診斷流程中表現出的審慎與細緻程度，」微軟AI健康部門人工智能負責人哈爾沙·諾里表示。

在與波士頓貝斯以色列女執事醫療中心（Beth Israel Deaconess Medical Center）的合作中，研究人員接下來將測試該工具在急診科候診室對患者進行分診的能力。