我从未见过 AI 与人类医生之间有如此大的性能差距。
这是 Microsoft AI CEO Mustafa Suleyman 在 2025 年 7 月 5 日访谈中，对“AI 诊断系统”实验的评价。
他不是在做营销，而是复盘一组前所未有的对比数据：
“在美国医生视为“终极考题”的《新英格兰医学杂志》（NEJM）病例中，微软新发布的 Microsoft AI Diagnostic Orchestrator（MAI-DxO）给出了 85% 的正确诊断率，是 21 位美国和英国全科医生平均水平（≈ 20%）的 4 倍以上。”
更令人惊讶的是，AI 用更少的检查（约 80%），反而能更快更准确地找到病因。这意味着——它不仅比人类医生更聪明，而且更节省、更高效。
与此同时，还有个更重要的现象：
每天在 Bing 与 Copilot 上，回答超过 5000 万次健康相关查询——
人们正在把 AI 当作首诊入口。
这标志着 AI 医疗从技术验证走向大规模应用，正式进入“下半场”竞争。
如果说上半场拼的是技术突破与模型对比，下半场拼的就是：
“用户信任度、团队协作模式，和商业竞争实力。”
第一节｜微软 Copilot 成“AI 问诊入口”
Mustafa Suleyman 在访谈里提到一个细节，很多人一听可能会以为夸张：
“我们每天在 Bing 与 Copilot 上，回答超过 5000 万次健康相关查询。”
这不是什么虚假宣传，而是真实用户行为的变化信号。
人们不再只是上网查资料，而是开始把 Copilot 当成“问问题的对象”。
这些问题从心理压力、皮肤红疹、家人离世，到癌症、糖尿病管理，应有尽有。
Suleyman 解释说，这并不是微软主动引导的结果，而是用户自然地把 Copilot 当成了“像医生一样可以对话的角色”。
为什么人们愿意“对 AI 说身体的事”？
他的回答是：你可以调整 AI 回答的专业程度，让它更贴近你的知识水平。
如果你是医生，它会说得更专业；如果你是普通人，它就会用更生活化的语言回答。
更重要的是，它不会像搜索引擎一样只列出一堆网页，而是像人一样跟你说话，还愿意继续听下去、回答第二个问题。
这点非常关键。
人们向搜索引擎提问，很多时候只是查一个概念。但向 Copilot 提问，更像是在找一个能对话的、能听懂自己的健康顾问。
Suleyman 说：
“它的回答方式会鼓励用户继续问下去，这种对话式互动，和传统搜索完全不同。”
从一次提问开始，AI正在成为首诊入口
以前身体不舒服，大家会先问问家人朋友，或者上网搜索、刷刷社交平台。
现在，越来越多的用户，直接打开 Copilot：
不用排队 没有心理负担 还可以不断追问，不怕“打扰医生”
这类行为变化的背后，是一个新的习惯正在养成：
AI 不再只是搜索工具，而是变成了问诊入口。
这也是微软在医疗 AI 中最先打通的一个环节——不是给你看病下结论，而是像医生一样先和你聊聊症状。
第二节｜两个 AI 如何协作诊断？
如果说 Copilot 是人们提问健康问题的起点，那 “AI 医生” 真正让人震惊的部分，还在后面：它不仅听得懂，还能主动问你病情细节、建议检查项目、分析结果，然后一步步靠近诊断结论。
Mustafa Suleyman 在访谈中这样说：
“我们不是训练了一个模型就去猜诊断结果，而是让两个 AI 分工协作，一起完成整个诊断流程。”
一个像病历助理，一个像医生对话者
一个 AI 专门看病历，另一个 AI 模拟医生问你各种问题，然后告诉你可能是什么病。
换句话说：
第一个 AI 负责“读懂你所有的病史”——包括你过往的检查、症状、影像、病理报告； 第二个 AI 就像医生那样，一步步提问、查证、验证，不断向前推进。
这个过程不是一次输出，而是像对话一样：
第一步，提问基础病史； 第二步，要求查看某个检查； 第三步，判断结果是否支持某个方向； 最后，在多个线索下提出一个最可能的诊断。
Suleyman 说：它不是一下子就给出一个答案，而是反复查看信息，不断提问，并根据新信息修正方向。
测试不是“模拟病人”，而是真实世界最难的病例
为了测试它的真实水平，他们选择了一个超难的挑战：《新英格兰医学杂志》（NEJM）的病例题。
这是一种真实医生常用的训练材料，每周更新，每份案例长达五到七页，涵盖病人的全部就诊记录、检查结果、身体表现，但不直接告诉你答案，要靠你自己推理出来。
每个病例挑战就像终极版填字游戏，医生要靠全部线索自己找出结论，通常要等到下周杂志公布答案。
微软把这些挑战交给这两个 AI 组成的协作结构来处理，结果令人意外：
人类医生答对率：20% 左右 AI 的协作结果：85% 正确率
Suleyman 表示：在我职业生涯中，我从没见过人类医生和 AI 在表现上差这么多。
“两个 AI 合作”到底厉害在哪里？
Mustafa 点出了关键突破点：这个结构并不是靠单个模型，而是靠问对问题、选准步骤、用好已有信息来接近答案。
他强调：
大模型的关键不是输出第一答案，而是能主动‘去别处查一下’。
简单说，它学会了一个老医生的习惯：不确定就问一遍、查一遍、比一遍，直到得出最靠谱的结论。
所以，这不是某个“聪明的机器人”给出答案，而是一个更像临床工作场景的流程设计。
第三节｜五代理协作，AI 医生不再是黑盒
很多人对医疗 AI 最大的担忧之一是：
它怎么得出这个结论的？我们能信吗？
微软这次特别强调的一点就是：这不是传统意义上的“黑箱模型”。
Mustafa Suleyman 提到，微软在构建 MAI-DxO 的过程中，不是靠一个大模型给出答案，而是让多个 AI 扮演不同角色，一起做出诊断建议。
不同 AI 辩论协商，最终决策
他们不是在模型里预设答案，而是让五个不同 AI 代理彼此辩论、协商，再汇总结果。
这五个 AI，有的关注成本效率，有的负责综合病史，有的更擅长识别罕见病，有的关注检查项之间的因果关系，还有的负责推敲诊断方案是否完整。
他们不是各说各话，而是像医生组会一样，会先提意见，再互相驳斥，最后统一看法。
微软把这个过程称为 “辩论链（debate chain）”。它们不是为了看谁最聪明，而是为了达成一个互相认可的结论。
Mustafa 强调，这是 AI 医疗的一次关键突破：你不只是看到一个最终诊断，而是看到每一步怎么来的，它提了什么问题，看了哪些检查，为什么这么说。
这就像你不仅能看医生的诊断书，还能看到他在脑子里的自言自语过程。
更关键的是，如果有医生介入，还能随时打断流程、质疑逻辑、补充信息，就像一位经验医生在实习生查房时随时“插话”。
AI 不是“聊天机器人”，而更像一组有分工的专家
Mustafa 认为：
“真正的进展，他们让多个模型各司其职、彼此交谈。”
这句话的潜台词是：AI 医疗不是指望一个全能模型，而是让多个专业AI各司其职，团队作战。
这就像：
"不是找一个万能医生，而是有一个懂放射的、一个懂内科的、一个懂代谢的，大家坐在一起看病例，然后得出一个有共识的建议。"
这就是他们看到准确率显著提升的原因 —— 不是因为哪个模型变强了，而是因为它们开始协作了。
什么叫“结构透明”？
结构透明，说得简单一点，就是：
AI 不是突然给你一个结果，而是告诉你“我是怎么看的” 医生可以复查、干预、提问，也可以修改方向 病人也能知道这个诊断不是靠“模型直觉”，而是一步步来的
Mustafa 给出答案是：
这几乎是黑箱中的可解释机制。
从“听得懂”到“说得明白”，再到“讲得出为什么”——AI 医生的透明化协作机制，正在试图重新定义医疗过程中的信任关系。
而下一个层级，微软进一步想做到的是：
不只是更可信，而是更少步骤、更快结果——诊断路径更短、成本更低。
第四节｜又准又省：AI让医疗效率大提升
（图片来源：时代杂志 / TIME）
前面说过，AI 诊断从单干变成了团队作战。但协作的好处，不只是更准确。
Mustafa Suleyman 点出了另一个重要发现：
AI 不只是诊断更准，还能用更少的检查，更快找出病因。
这其实反映了一个更深层的变化：医疗资源配置方式正在被重新定义。
传统方式下，医生可能为了“保险起见”，建议多做几个项目，排除各种可能； 而 AI 会精确选择下一步最值得做的检查，省掉那些“虽然没错，但没必要”的部分。
他们把多余的检查看作是一种错误。
少检查，不只是省钱，更是省焦虑
许多病人其实对检查项目本身并不排斥，而是对其中的不确定性感到焦虑：
检查很多，却没人告诉你为什么做； 做完了也不知道有用没用； 检查时间拖长，整个诊断过程跟着推迟。
AI 不会像人类医生那样“凭经验估计”，而是清晰知道：
某个诊断方向，需要什么信息来支持； 哪些结果最关键； 哪些检查结果，其实可以不用看，也不影响下一步判断。
Suleyman 用一个简单类比来描述：
“模型见过的病例比任何人都多，它自然知道，在一个具体情形下，哪种检查最有用。”
AI 在用“最短路径”接近诊断结果
这一点，很多医生都能体会：
在真实医疗场景里，很多时候不是诊断难，而是如何用最经济的方式确认诊断。
Mustafa 说：这个 AI 诊断系统最强的地方在于，它可以用更少的提问、更少的检查、更少的时间，得到一个更好的诊断。
这不是因为它偷懒少做步骤，而是因为它更懂行——知道哪些检查没必要，哪些最重要。
它专挑最有用的检查来做，就像走迷宫时直接避开死胡同。
精准检查的好处很明显——既提高效率，又节省成本：
它不仅做得更好，也花得更少。
相比人类医生，它能明显减少不必要的资源浪费。
这对整个医疗行业都有重要意义：
医院不用做那么多冗余检查； 医保压力也相对更小； 病人更快获得诊断结果，也不用反复跑医院。
而 AI 的能力提升越快，这种“资源利用效率差”的对比就越明显。
这是全新的医疗效率逻辑
总结一下，到这里我们已经看清楚微软 AI 医生的核心价值之一：
它不仅更聪明，而且更节省——
节省医生时间 节省病人等待 节省不必要的检查 节省整个系统的资源消耗
Suleyman 甚至直言：
“在诊断这件事上，它不仅打败了医生，还重新定义了医生的工作方式。”
但这是否意味着医生就要被取代？并不是。
第五节｜医生角色重构：从诊断到陪伴
医疗 AI 越来越准，也越来越省，有人自然会问：
那医生还做什么？会不会有一天就被AI取代？”
Mustafa Suleyman 的观点很明确：不是谁取代谁，而是我们每个人做擅长的事。
他不是在安慰医生，而是在描绘一个医生与 AI 合作的新角色划分。
医生不是被替代，而是换角色
Suleyman 想法是：
“我们认为 AI 能帮助医生接触到他们一生都可能见不到的病例，成为他们学习与提升的工具。”
比如：
AI 诊断出一种极罕见的病，在全世界可能只出现过几千例； 普通医生可能一辈子都不会碰上，但现在可以参与观察这个推理过程； 甚至作为审阅者，指出这个诊断流程是否合理，是否存在误判。
这不是取代，而是让医生以“专家监督者”的身份重新介入。
医生要学会用 AI，而不是跟 AI 对抗
这种关系很透明：AI 会实时展示它问了哪些问题，得到了哪些答案，为什么提出这个可能性。
医生不是被边缘化，而是像在指导一个助手工作：
看到 AI 提了哪些问题； 哪些地方缺乏依据； 哪一步可以打断； 哪一项需要人工复核。
这是一个“AI 先诊断，医生再把关”的模式，更像是双保险，而不是谁跟谁比赛。
不可替代性：理解模糊地带，陪伴情绪时刻
还有一类任务，AI 至今做不到，也未必适合去做：真正复杂的，不是诊断过程，而是诊断之后 —— 患者如何接受，如何抉择，怎么走接下来的治疗路。
Mustafa 明确指出：
面对重大疾病、人生转折，
医生的共情、解释、陪伴，是无法被替代的。
AI 可以给出选项，但无法代替：
和患者家属进行一次心平气和的病情沟通； 理解患者害怕、迟疑、焦虑的真实情绪； 帮助他们在多种治疗路径中，权衡利弊，做出人生选择。
这就是 AI 的价值所在——让医生从繁重的技术工作中解脱出来，把更多精力放在患者身上。
医生角色转变：从做事到管事
这就是医疗人机协作的本质转向：
不是让医生失业，而是把他们从重复流程中释放出来； 不是争夺“谁来决策”，而是设计“怎么协作”； 不是用 AI 来判断谁更强，而是看谁能完成更好的一次诊疗体验。
这也是 Mustafa 所强调的未来模式：AI 会成为你的外脑，但人类仍然负责那个最后一公里。
医生的角色没有消失，只是从台前转到了幕后。
但也正是这个转变，让他们回到了医疗本质：面对人、理解人、陪伴人。
结语｜ 医疗超级智能，已从想象落地现实
85% 的诊断成功率、20% 的检查节省、5000 万日问诊——这些不是 AI 医疗的未来目标，而是已经出现的现实数据。
Mustafa Suleyman 对此很兴奋：
这感觉就像我们正在接近一个真正的“医疗超级智能”。
但他也提醒，MAI-DxO 仍处在研究阶段，还没有通过任何正式的医疗审批流程。
接下来真正要解决的问题，不是 AI 会不会判断，而是：
医院接不接受这种协作流程？ 医生怎么介入、怎么监督、怎么分责？ 支付体系、责任归属、数据使用权该怎么重新安排？
AI 医疗的“技术拐点”已至，下半场的比拼，不在模型性能，而在现实协同。
医生、医院、平台、监管，将共同决定这套“超级智能”是否能真正落地。
这不是简单的工具升级，而是医疗行业的深度变革。
📮本文由AI深度研究院出品，内容翻译整理自微软 “AI CEO Mustafa Suleyman最新访谈。未经授权，不得转载
排版：Atlas
编辑：深思
主编：图灵