微软研究人员在一项研究中表示，一种新的人工智能（AI）工具能够逐步诊断患者，就像医生一样，在解决复杂医疗案例时其准确性超过普通医生的两倍多。这项研究于周四在《科学》杂志上发表，指出这种人工智能模型在诊断医疗问题时采用了与大多数其他模型不同的方法，后者试图解决这些问题。微软表示，该人工智能模型识别并协调应向患者提出的问题以及应下达的检查和测试，使用一个“协调者”，该协调者通过组织模拟一组协作解决诊断案例的临床专家来解决问题，该报告指出。相比之下，现有的人工智能模型通常采取一次性的方法，检查患者所有的症状、实验室结果和影像学研究来生成诊断。 微软总裁表示，人工智能面临的安全规则比牛奶要少，呼吁全球监管。微软的研究表明，人工智能协调者在以更低的成本诊断复杂病例方面更为有效。虽然协调者协调达到诊断的步骤，但人工智能模型首先决定要询问患者的医疗历史的哪些问题，并在体格检查中识别出重要发现。基于从这一过程中的学习，它决定下达哪些测试，考虑结果并在适当情况下安排进一步检查。在这些任务进行的同时，人工智能模型还在更新其工作假设和计划。微软为人工智能模型推出道德规范，因安全问题日益增加。微软接下来将在急救室环境中测试该人工智能模型和协调者。该工具在给定基于一个大型急诊室入院数据库的场景时也优于人类医生。研究人员表示，评估这些旧系统与人类医生相比通常采用多项选择题。“人工智能在这些问题上已经非常擅长获得100%的通过率，”微软人工智能健康部门的企业副总裁多米尼克·金博士说。“但当然，这不是现实世界。没有患者会带着简洁的总结来见我。”研究人员要求该模型诊断超过300个非常不寻常和复杂的医疗难题，并发现使用诊断协调者的模型在“处理”患者和确定诊断方面的准确性是使用教科书和互联网的普通医生的两倍多。研究人员还发现，当协调者设计工作流程时，诊断过程的成本低于人类医生。微软人工智能健康部门的负责人哈沙·诺里表示：“我们不仅在测量系统的准确性。我们还在测量它在进行诊断工作流程时是多么审慎和小心。”微软研究团队的下一次测试将与波士顿的贝斯以色列女执事医疗中心合作，评估该工具在急诊科候诊室中对患者进行分诊的能力。