คำตอบเผยแพร่แล้ว17 แหล่งที่มา
AI วินิจฉัยโรคของ Microsoft ได้ 83% ในเคสซับซ้อน แต่ยังไม่ใช่หลักฐานว่าแทนแพทย์ได้
ในการทดสอบเคสซับซ้อนแบบจำลอง MAI DxO ของ Microsoft ทำความแม่นยำได้ 83.2% เทียบกับ 36.1% ของแพทย์เวชปฏิบัติทั่วไปที่ทำงานคนเดียวและใช้เอกสารอ้างอิง ในชุดทดสอบผู้ป่วยฉุกเฉินอีกชุด ระบบที่ใช้ GPT 5 ทำได้ 80.3% เทียบกับแพทย์ที่ 46.8% แต่ผลทั้งหมดมาจากการทดสอบแบบควบคุม ไม่ใช่หลักฐานว่าระบบแทนการตัดสินใจของแพทย์ได้
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย
ประเด็นสำคัญ
- ในการทดสอบเคสซับซ้อนแบบจำลอง MAI DxO ของ Microsoft ทำความแม่นยำได้ 83.2% เทียบกับ 36.1% ของแพทย์เวชปฏิบัติทั่วไปที่ทำงานคนเดียวและใช้เอกสารอ้างอิง
- ในชุดทดสอบผู้ป่วยฉุกเฉินอีกชุด ระบบที่ใช้ GPT 5 ทำได้ 80.3% เทียบกับแพทย์ที่ 46.8% แต่ผลทั้งหมดมาจากการทดสอบแบบควบคุม ไม่ใช่หลักฐานว่าระบบแทนการตัดสินใจของแพทย์ได้
AI พรอมต์
openai.comCreate a landscape editorial hero image for this Studio Global article: What does the Science study published on October 22, 2026, reveal about Microsoft’s multi-agent diagnostic system MAI-DxO—how it simulates a. Article summary: The October 22, 2026 *Science* study reports that Microsoft’s MAI-DxO substantially outperformed individual generalist physicians on simulated diagnostic cases; it does not establish superiority in real-world patient car. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
MAI-DxO ของ Microsoft ประสานงาน AI หลายตัวให้ค่อย ๆ ไล่หาสาเหตุของอาการ คล้ายการปรึกษาหารือในทีมแพทย์ ทั้งซักถามเพิ่มเติม ขอผลตรวจ และชั่งน้ำหนักความเป็นไปได้ของโรค ในงานวิจัยที่ตีพิมพ์ในวารสาร Science เมื่อวันที่ 22 ตุลาคม 2026 ระบบทำคะแนนได้ 83.2% จากเคสซับซ้อน เทียบกับ 36.1% ของแพทย์เวชปฏิบัติทั่วไปที่ทำงานคนเดียวและใช้เอกสารอ้างอิง 3
5
7
แต่ตัวเลขพาดหัวต้องดูควบคู่กับข้อมูลอีกด้าน: GPT-5 ที่ใช้คำสั่งพื้นฐานเพียงอย่างเดียวทำได้ 78.9% และงานวิจัยนี้ยังไม่ได้พิสูจน์ว่า MAI-DxO ทำงานได้ดีเพียงใดเมื่อนำไปใช้ดูแลผู้ป่วยจริง 3
5
7
MAI-DxO ทำงานอย่างไร
แทนที่จะรีบให้คำตอบเดียว ระบบจะประสาน AI หลายตัวให้จำลองขั้นตอนบางส่วนของการปรึกษาแพทย์ ตั้งแต่ถามข้อมูลเพิ่มเติม ขอการตรวจ ไปจนถึงหารือเรื่องการวินิจฉัย ก่อนสรุปคำตอบ 4
5
อย่างไรก็ตาม การทดสอบทำกับข้อมูลเคส ไม่ใช่การตัดสินใจระหว่างรักษาผู้ป่วยจริง ความแตกต่างนี้สำคัญ เพราะเกณฑ์ทดสอบบอกได้ว่าระบบระบุโรคตรงกับคำตอบที่บันทึกไว้ในเคสหรือไม่ แต่เพียงอย่างเดียวยังบอกไม่ได้ว่าระบบจะรับมือกับความซับซ้อนในการดูแลผู้ป่วยจริงได้แค่ไหน 5
ผลแม่นยำแค่ไหน—and GPT-5 ทำได้เท่าไร
ในเคสเพื่อการเรียนการสอน 304 เคสจาก New England Journal of Medicine (NEJM) ซึ่งเป็นวารสารการแพทย์ ระบบ MAI-DxO ทำความแม่นยำได้ 83.2% แพทย์เวชปฏิบัติทั่วไปที่ทำงานคนเดียวได้ 36.1% เมื่อใช้เอกสารอ้างอิง ส่วน Microsoft รายงานว่าคะแนนของแพทย์ที่ไม่มีเอกสารดังกล่าวอยู่ที่ 22.3% 1
5
7
ในชุดข้อมูลแยกต่างหาก ซึ่งมีผู้ป่วยฉุกเฉิน 325 ราย ระบบที่ใช้ GPT-5 ทำได้ 80.3% เทียบกับแพทย์ที่ 46.8% แต่ผลจากเคสฉุกเฉินนี้ก็ยังเป็นการทดสอบจำลอง ไม่ใช่การทดลองทางคลินิกที่แสดงว่าการใช้ระบบช่วยให้ผู้ป่วยมีผลลัพธ์ดีขึ้น 5
7
คะแนนของ GPT-5 ช่วยให้เห็นชัดขึ้นว่าควรตีความการเปรียบเทียบอย่างไร GPT-5 ที่ได้รับคำสั่งพื้นฐานสั้น ๆ ทำคะแนนในเคสซับซ้อนได้ 78.9% เมื่อเทียบกับ 83.2% ของ MAI-DxO จึงต่างกัน 4.3 จุดเปอร์เซ็นต์ ไม่ใช่ช่องว่างทั้งหมดระหว่างระบบ AI กับแพทย์ 3
7
แหล่งข้อมูลรองอีกแห่งรายงานต้นทุนต่อเคสโดยประมาณไว้ที่ 8,409 ดอลลาร์สำหรับ GPT-5 แบบพื้นฐาน และ 5,430 ดอลลาร์สำหรับ MAI-DxO ตัวเลขเหล่านี้เป็นเพียงการประเมิน ไม่ใช่หลักฐานว่าการใช้งานจริงในสถานพยาบาลจะช่วยประหยัดค่าใช้จ่ายได้ตามนั้น 7
งานวิจัยนี้ยังสรุปอะไรไม่ได้
การเปรียบเทียบกับแพทย์ใช้แพทย์เวชปฏิบัติทั่วไปที่ทำงานเป็นรายบุคคล ไม่ใช่ทีมแพทย์เฉพาะทาง อีกทั้งการทดสอบเป็นแบบควบคุมและใช้ข้อมูลข้อความ ผลจึงยังยืนยันไม่ได้ว่า MAI-DxO เหนือกว่าแพทย์ในการดูแลจริง หรือสามารถทดแทนแพทย์ได้ 5
ข้อสรุปที่เหมาะสมกว่าคือ ระบบ AI ที่ประสานการทำงานหลายส่วนทำผลงานได้ดีในการทดสอบวินิจฉัยบางชุด แต่ผลนี้ยังไม่ยืนยันประสิทธิภาพกับผู้ป่วยจริง และไม่ได้แสดงว่าการใช้ระบบจะช่วยให้การรักษาดีขึ้น ส่วนคำอธิบายของ Microsoft ที่มองงานนี้เป็นก้าวสู่ “ปัญญาทางการแพทย์เหนือมนุษย์” เป็นเป้าหมายที่บริษัทตั้งไว้ ไม่ใช่สิ่งที่การทดสอบเหล่านี้พิสูจน์แล้ว 9
10
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "AI วินิจฉัยโรคของ Microsoft ได้ 83% ในเคสซับซ้อน แต่ยังไม่ใช่หลักฐานว่าแทนแพทย์ได้" คืออะไร
ในการทดสอบเคสซับซ้อนแบบจำลอง MAI DxO ของ Microsoft ทำความแม่นยำได้ 83.2% เทียบกับ 36.1% ของแพทย์เวชปฏิบัติทั่วไปที่ทำงานคนเดียวและใช้เอกสารอ้างอิง
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
ในการทดสอบเคสซับซ้อนแบบจำลอง MAI DxO ของ Microsoft ทำความแม่นยำได้ 83.2% เทียบกับ 36.1% ของแพทย์เวชปฏิบัติทั่วไปที่ทำงานคนเดียวและใช้เอกสารอ้างอิง ในชุดทดสอบผู้ป่วยฉุกเฉินอีกชุด ระบบที่ใช้ GPT 5 ทำได้ 80.3% เทียบกับแพทย์ที่ 46.8% แต่ผลทั้งหมดมาจากการทดสอบแบบควบคุม ไม่ใช่หลักฐานว่าระบบแทนการตัดสินใจของแพทย์ได้
แหล่งที่มา
mezha.netMicrosoft AI beats generalist doctors in simulated complex cases, Suleyman says
beckershospitalreview.comMicrosoft AI diagnostic tool tops generalist physicians, 83% to 36% - Becker's Hospital Review | Healthcare News & Analysis
cellcog.aiMicrosoft MAI-DxO in Science: 83% vs Doctors' 36% | CellCog
ua.newsMicrosoft AI diagnosed 83% of complex cases in simulation