The Verge 这一页标着 Oct 22, 2026, 6:00 PM UTC。微软说诊断编排器的结果周四发表在《科学》。导语写，该公司称这套工具诊断病情的准确度最高可以达到人类医生的四倍。四倍是这一句导语。同一页后面是另一组百分比。这篇不把四倍换成 83% 对 36%。
[1]
《新英格兰医学杂志》的病例报告里，系统大约 83%，可查参考资料的全科医生大约 36%，不查资料的大约 22%。波士顿贝斯以色列女执事医疗中心的急诊入院数据上，系统是 80%，人类医生平均 47%。微软把这些病例编成自己的基准 SDBench，并计划开源。计划还不是已经公开。研究者说，系统由 OpenAI 的 GPT-5 驱动，也胜过单独运行的前沿模型。同行评议论文没有纳入更新的模型。页面点名没有 GPT-6 Astra、Meta 的 Muse Wonder Full、谷歌的 Gemini 4 Argon，也没有 Anthropic 的 Opus 5.5。系统达到诊断时的估算费用往往更低。这一页没有写一半或三分之一。
[1]测试只用了过去的病例。苏莱曼说，它需要临床验证。金告诉 The Verge，公司计划与这家医疗中心在医院环境里开始测试。两人都没有给出确定日期。金说，有可能在接下来几个月里开始。商业化何时、以何种方式提供，微软还没有说。
[1]IT之家另一页标着 2026/10/23 7:23:36，写的是同一套系统，名称是 MAI-DxO，简称 DxO，全称 Microsoft AI Diagnostic Orchestrator。这一页说，用 MIMIC-IV-ED 评估美国急诊科常见就诊时，诊断准确率达到人类医生的 1.7 倍。1.7 倍是这一页的说法。它没有印出 80% 或 47%，不能和 The Verge 上的那两个百分比收成同一个分数。复杂病例上，这一页写准确率高达 83%，可独立查阅参考资料的基层全科医生及普通内科医生是 36%。它没有写 22%。这一页还写明，这类复杂病例在现实中通常由专科专家或多学科团队处理，而这部分专科医生并未纳入本次对照。
[2]费用在两页上不是同一句。IT之家写，该系统所需成本仅为医生的一半甚至三分之一。The Verge 只写估算费用往往更低。IT之家写，测过的模型里最亮的是 GPT-5 和 GPT-5.5。The Verge 写驱动系统的是 GPT-5，并点名论文未纳入另外四款。两页都指向《科学》。IT之家附了论文链接。论文正文没有在这两页之外另读。这篇只记已发表的准确率、对照里有谁，以及两页各自的费用说法。诊断和治疗的做法没有进这篇。
[1][2]