MAI‑DxO – 微软模型无关医疗诊断编排系统

MAI‑DxO 全称 Microsoft AI Diagnostic Orchestrator，是微软研究院发布的顺序诊断编排系统，成果刊载于《Science》期刊。该系统不绑定特定基座大模型，模拟多名不同分工虚拟医师开展多轮会诊，从简短病例摘要出发，完成问诊、申请检查、更新鉴别诊断整套迭代流程。依托 SDBench 顺序诊断基准开展校验，在复杂疑难病例、急诊科病例测试集上拿到可观准确率，同时对每一步检查做成本测算，平衡诊断质量与检查开销。支持接入市面上多款主流大模型，原有基座模型接入这套编排框架后，病例判断效果可以获得提升。

MAI‑DxO特点

模型无关设计，可对接不同厂商的大语言模型，不用修改底层基座权重。

内置五类分工不同的虚拟医师智能体，分别承担假设维护、检查挑选、质疑反驳、成本管控、质量校验工作。

完整复现临床迭代诊断流程，不是一次性输入全部病例资料直接输出结论。

内置医疗成本测算模块，对申请的检验项目核算预估开销，控制过度检查行为。

多档位配置，可切换偏向节约成本或是偏向追求最高诊断准确率。

完整留存每一轮问诊、检查、假设变更记录，全部推理步骤可回溯核查。

MAI‑DxO技术原理

整套系统以多智能体编排架构运行，五类虚拟医师智能体共用同一个底层大模型，分配不同角色提示实现职责区分。初始仅接收简短病例摘要，智能体之间开展内部辩论，确定本轮执行动作：发起问诊、申请检查或是输出最终诊断。Gatekeeper 守门组件接收动作请求，返回对应病例信息，缺失的检测项生成中性模拟结果，避免泄露真实答案。每获取一批新临床信息，更新概率排序的鉴别诊断列表。成本模块读取医疗收费对照表，累加每一步操作预估花费，达到预算阈值会约束高消耗检查。当内部判定置信度到达阈值，输出最终诊断结果，Judge 组件对照标准病例做结果评判。

MAI‑DxO功能

迭代式病例推演，从简短主诉出发，逐步问诊、申请检查，更新疾病假设列表。

检查项目成本管控，测算每一项检验的预估开销，抑制非必要检测请求。

多角色虚拟会诊，不同职能智能体互相质疑、校验，减少单模型认知偏差。

多档位模式切换，切换预算优先或是准确率优先的运行策略。

完整过程日志输出，保存每一轮提问、检查申请、鉴别诊断变更记录。

对接 SDBench 基准套件，批量跑通 NEJM、MIMIC‑IV‑ED 两类临床测试病例。

MAI‑DxO应用场景

AI医疗算法科研，开展顺序式临床诊断方向对照实验，对比不同基座模型的临床推理能力。

医学教学模拟，搭建虚拟病例推演训练环境，用于医学生练习临床问诊与鉴别诊断思维。

医疗大模型效果评测，给各类大模型套入编排框架，观测迭代问诊模式下的实际表现。

临床辅助原型开发，模拟多轮问诊检查流程，探索 AI 在病例初筛环节的落地路径。

医疗基准测试，批量运行复杂疑难病例，统计准确率、检查开销两项核心指标。

MAI‑DxO如何使用

获取 SDBench 与 MAI‑DxO 开源项目代码，搭建 Python 运行环境，安装项目依赖包。

准备目标大模型 API 密钥，填入配置文件，选定要接入的基座模型。

设置运行模式，配置最大迭代轮次、初始预算、单次允许申请的检查上限。

导入 SDBench 病例，或是录入自定义简短病例摘要，启动诊断流程。

系统自动执行多轮内部智能体辩论，输出问诊、检查申请，由 Gatekeeper 返回临床信息。

运行结束导出诊断结果、鉴别诊断历史、累计预估花费、完整操作日志。

调整预算参数、迭代上限，重复跑测同一批病例，对比准确率与开销变化。

将输出日志导入分析工具，统计各项指标，开展多组模型横向对照。