微软：诊断编排器在疾病诊断准确率上达 83%，显著高于医生对照组

微软在 10 月 22 日发布了名为 Diagnostic Orchestrator 的诊断工具，并给出一组非常直接的对比：在疾病诊断准确率上 AI 达到 83%，而两组医生对照组分别为 36% 与 22%。相关结果发表于 NEJM，数据与 Beth Israel 等机构合作取得。The Verge 把微软的这一表述称为迈向医疗超级智能的一步。

值得注意的是命名里的 orchestrator：它不是一个单模型直接下诊断，而是把鉴别诊断的假设生成、证据检索与推理编排串成流程。这类系统的优势恰好落在医生最难持续的环节——罕见病候选的广度检索与跨科室证据汇总——而这正是常规问诊时间与注意力都不允许充分展开的部分。

读数时要谨慎：任务设置、病例难度分布与医生对照组的基线条件都会大幅影响 83% 这个可比性，报道页面本身没有给出实验细节。同一周里法律场景给出了相反方向的数据——10 月 23 日 Contractbench 测评显示七款主流大模型在 350 项合同审查任务上准确率全部低于 60%。专业场景里「超过人类」的边界条件远比标题复杂。