10 月 22 日，微软把用于疾病诊断的多智能体系统 Diagnostic Orchestrator 的论文发在《Science》上，称其在自建基准 SDBench 上诊断准确率达到 83%，同一批病例交给人类全科医生约为 36%，医生在拿不到参考资料时降到 22%。论文数据来自数百篇《新英格兰医学杂志》病例报告与急诊数据。
像专家组一样分工
系统的运行方式接近医院里的专家会诊，多个 AI 智能体分别负责症状推理、病史分析、检查项目决策，最后汇总成诊断结论。底层模型是 OpenAI 的 GPT-5。论文同时报告，系统在急诊场景数据上准确率 80%，人类医生平均 47%，估算的单次诊断成本也更低。
论文没有纳入 GPT-6 Astra、Muse Wonder Full、Gemini 4 Argon、Opus 5.5 等更新模型，只用了 GPT-4.1 时代搭建的版本。研究者给出的解释是模型能力的提升不必然削弱多智能体协作的收益。
从实验室到临床还有距离
微软 AI 负责人 Mustafa Suleyman 表示未来几年要做出与人类水平难以区分的系统，公司称之为医疗超级智能，方向涵盖临床协同、治疗决策等五个领域。参与研究的 AI 健康负责人 Dominic King 说，接下来几个月会与波士顿 Beth Israel Deaconess 医疗中心合作做真实环境测试，商业化时间表未定。Suleyman 也承认这项技术仍需临床验证，目前只在历史病例上跑过。
让模型参与诊断决策的路径和边界，2000 个智能体解析小鼠全脑图谱提供了一个参照，同样是把多智能体用在原本属于专家的环节上。
延伸阅读
- OpenAI 联手 PerturbAI：2000 智能体 32 分钟分析脑图谱1 天前
- 微软10月停用Outlook中Copilot主题功能1 周前
- OpenAI Dots常驻智能体：GPT-6 Astra驱动，4000+应用集成3 周前
- 微软允许M365家庭成员共用Copilot额度：Premium最多5人共享，明年4月生效2 周前
AI 自学笔记 每天更新 AI 前沿动态，订阅 RSS，或按 Ctrl/⌘+D 收藏本站，明天见。
继续读
同一批更新里这几篇值得一看：
- MiniMax M3.1 Flash 拿下 Agent 第一：智能指数 43 分2026-10-22
- 谷歌 Agent Compute Engine：20 万智能体 500 毫秒恢复2026-10-23
- 紫荆智康 AI 医院多分身协同：手术机器人 708.5 亿市场2026-10-23
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记