微軟研發AI診斷工具準確度超越醫師 研究登《Science》期刊

根據權威期刊《科學》(Science)周四(22日)發表的最新研究，微軟研究人員開發出一款能像醫師一樣逐步診斷病情的人工智慧(AI)工具，在解決複雜醫療病例時，準確度是一般醫師的兩倍以上。

模擬臨床專家協作 逐步制定診斷流程

現有醫療AI模型通常採取一次性分析的方式，將患者的所有症狀、實驗室檢驗結果及影像檢查資料一併納入，再產生診斷結果。

但微軟的模型採用了一個名為「協調器」(orchestrator)的系統，在協調器的引導下，這套AI模型會先判斷應詢問患者哪些病史，以及身體檢查中哪些發現具有重要意義。接著，模型根據取得的資訊決定應安排哪些檢驗，評估檢驗結果，並視情況進一步安排其他檢查。

研究負責人表示，在整個過程中，模型會持續更新目前的診斷假設與診療計畫。

研究人員讓這套採用診斷協調器的模型，處理300多個極為罕見、難以判斷的醫療病例。結果顯示，相較於使用教科書與網路資料的一般醫師，這套模型在逐步評估患者病情並判定診斷方面，準確度高出一倍以上。

當研究人員以大型急診就診資料庫中的病例情境進行測試時，這套工具的表現也優於人類醫師。

不只比較準確度 也評估診斷成本

研究人員指出，過去比較傳統醫療AI系統與人類醫師時，通常會採用選擇題測驗。

負責開發這項新技術的微軟AI健康部門企業副總裁Dominic King醫師表示：「AI現在已經非常擅長在這類測驗中拿到100%的通過率。但這當然不符合真實世界的情況。沒有患者會來找我看病時，還附上一份整理得井井有條的病情摘要。」

研究人員也發現，由協調器規劃診斷流程所產生的成本，低於由人類醫師安排相關檢查的成本。

微軟AI健康部門主管Harsha Nori表示：「我們衡量的不只是系統的準確度，也在評估它進行診斷流程時，是否能審慎且謹慎地運用資源。」

研究團隊接下來將與波士頓的貝斯以色列女執事醫療中心(Beth Israel Deaconess Medical Center)合作，測試這項工具在急診候診區進行檢傷分流的能力。