AI醫師來了？微軟AI診斷準確率飆85%「真人僅20%」：哪個AI最懂醫學？醫生也要失業了？|數位時代 BusinessNext

採用真實病例！讓AI按照真實情境問診

過去AI醫療系統多以美國醫師執照考試（USMLE）等選擇題作為評測標準，但這類題型偏重記憶力，難以反映臨床推理與決策能力。微軟AI團隊認為，AI若要真正幫助醫療現場，必須具備逐步分析與決策能力。

因此，團隊開發出「序列診斷基準」（Sequential Diagnosis Benchmark, SD Bench），利用NEJM發表的304個複雜病例，讓AI或醫師從初步病徵出發，逐步詢問、選擇檢查並整合新資訊，最終給出診斷。 同時，AI模型的每一次檢查都要設定虛擬成本，模擬真實醫療資源消耗，讓評估同時考量診斷準確率與成本效益。

微軟團隊據此方式測試了多款生成式AI模型，包括GPT、Llama、Claude、Gemini、Grok與DeepSeek，並進一步開發MAI-DxO系統。 它的運作方式可以理解為，一個由多位醫師組成的虛擬團隊，AI 會根據病人的症狀，主動提出追問、選擇合適的檢查，並逐步推進診斷流程，最後給出診斷結果。

簡單來說， MAI-DxO 不只是單一 AI 系統，而是能整合多個不同 AI 模型，像醫師討論一樣協作解決問題，目標是幫助醫療人員更快、更準確、也更省錢地解決困難病例。

MAI-DxO正確率高達85%！單一模型o3正確率最高

研究結果顯示， MAI-DxO搭配OpenAI最新模型，在SD Bench上正確診斷率高達85.5%，而21位美國與英國臨床經驗5至20年的醫師，平均僅達20%。

圖表右下方有一個紅十字，標示為「Physicians (Overall)」，即為人類醫師團隊的20%正確診斷率的對照組，成本約為 $3,000 美元。

X軸：平均診斷檢查成本（美元）
Y軸：診斷準確率（%）
紫色線條 ：描繪MAI-DxO在不同設定下的表現（即在不同成本約束下的準確率變化）
紅色叉號 ：21位臨床醫師的平均表現

令人驚訝的是， 單一模型的表現，除了成本較低的 GPT 3.5 Turbo 外，幾乎所有 AI 模型和系統都在診斷準確率上超越了人類醫師基準。 尤其 MAI-DxO 系統，即使是0成本，其準確率和成本效益也比人類醫師的平均表現更高。

至於各家語言模型的表現， 可看到OpenAI旗下的o3、o4 mini，以及Anthropic旗下的Claude 4 opus、Claude 4 sonnet為領先群，在70%正確診斷率的基礎，將平均診斷檢查成本控制在7000美元以下。其次表現較佳的則為Google旗下的Gemini 2.5 Pro，在逼近70%的正確診斷率上，成本在5000美元以下。

連醫師都要被AI取代了？微軟曝人類醫師「無可替代」關鍵

微軟研究強調，一般醫師多為全科或專科，難以同時兼顧廣泛與深入的專業領域。但AI可同時整合多專業知識，展現橫跨多領域的臨床推理能力，為醫療帶來全新可能。

微軟AI團隊認為，AI有潛力協助病患自主管理健康，也能成為醫師在複雜疾病診斷上的決策輔助工具，進一步提升醫療效率， 更重要的是，降低高昂的醫療成本。

研究強調，AI在診斷過程中不會一味要求所有檢查，而是能以較低成本達到高準確率，解決過度檢查導致的醫療浪費。美國目前醫療支出已近GDP的20%，其中高達四分之一被認為是無效支出，而AI有機會協助醫療體系更有效分配資源。

微軟表示，MAI-DxO目前僅為研究性質，尚未取得臨床應用認證，未來將持續與全球醫療機構合作，於真實臨床環境進行嚴格測試與驗證，並配合監管機構制定安全、可靠的應用標準。

微軟也強調「AI不會取代醫師」，而是成為醫師與病患的助手。臨床醫師在建立病患信任、處理不確定性等方面仍具不可取代的角色。

資料來源：微軟

隨著生成式 AI 與 AI Agent 的快速發展，企業導入 AI 應用，早已不是「要不要」的是非題，而是「如何選對解決方案」的決策題。

以 AI 客服為例，市場上雖然有眾多解決方案，但真正能夠拉開差距的，不是技術本身，而是對產業場景、服務流程與顧客需求的理解，這是決定AI 能否改善營運效率、提升顧客體驗，並創造實際商業價值的關鍵。

深耕客服領域多年的宏華國際，憑藉著長期累積的第一線服務經驗，以及對產業應用場景的深刻洞察，打造出適用多元產業的 AI 客服代理人，透過將客服經驗模組化、場景化，協助企業降低 AI 導入門檻與試錯成本，讓 AI 不只是技術工具，而是真正能快速落地、創造營運效益的虛擬助手。

有溫度的 AI 服務，成為企業競爭力的新關鍵

宏華國際資深技術顧問李宗遠指出，對企業、尤其是服務業而言，客服的價值早已不只是接聽電話或回覆訊息，而是建立顧客信任、優化服務體驗的重要平台。透過客服，企業不僅能維持對外溝通的一致性與完整性，也能延伸服務時間與服務範圍，進而即時掌握顧客需求，有效承接每一次商機。

然而，過去要打造全天候客服，企業往往需要投入大量人力與管理成本。如今，AI大幅降低了建置與維運成本，24 小時服務不再是大企業的專利。透過 AI 客服代理人，即使是資源有限的中小企業，也能在不額外增加人力的前提下，快速建立客服機制，提供更貼心、更有溫度的服務，而這也將成為未來服務業的重要競爭力。

以餐飲業為例，消費者有聚餐需求時，通常會透過網路訂位系統同時向多家餐廳預約，等到接近用餐日時，再做出最終選擇。此時，餐飲業者若能在網路訂位流程中整合 AI 客服代理人，主動提供完整且貼心的一條龍服務，例如：推薦適合餐點、提醒停車資訊、確認特殊飲食需求，甚至提前規劃包廂與慶生活動等，讓顧客到店前就有好的服務體驗，自然有機會打動顧客的心、成為最終選擇。

李宗遠認為，AI 的價值不只是提升效率，更在於協助企業打造更有溫度的服務，這不僅有助於降低臨時取消率、提升訂單轉換率與顧客黏著度，更能建立差異化競爭優勢，讓 AI 從工具真正成為企業夥伴。

AI 客服下一階段，比的不是技術，而是誰更懂服務場景

然而，AI 要打造有溫度的服務，關鍵不在於採用了哪些技術，而是 AI 能否真正理解不同產業的服務場景與顧客需求。為此，宏華將多年來服務不同產業、不同場景所累積的第一線經驗，轉化為開發 AI 客服代理人的重要基礎，讓 AI 不只是回答問題，更能理解企業的服務流程，以及客戶的情緒與潛在需求，提供更貼近人性的互動體驗。

李宗遠認為，宏華 AI 客服代理人可以為企業帶來三項價值。第一項是將原本仰賴人工處理的流程自動化。AI 客服代理人不僅能線上服務客戶，完成訂位、預約、報修等流程，還能自動執行後續作業，例如：生成維修派工單，並通知師傅前往服務。

第二項則是優化顧客體驗。AI 客服代理人以多模態 AI 作為核心，可以進行語音、文字與影像的互動，因此，顧客透過電話、LINE、社群平台、網站或實體門市等留下的互動記錄，都能整合至同一平台，避免在服務過程中產生斷點。

第三項是延長服務時間與擴大服務範圍，承接更多商機。AI 客服代理人支援國語、台語、英語 24 小時應答，無論顧客在任何時間、透過何種管道聯絡，甚至使用外語，都能獲得即時回覆。

十多年客服經驗，如何成為宏華 AI 的護城河？

當 AI 客服的技術能力逐漸成熟，真正難以複製的，不是模型，而是背後累積的服務經驗，而這正是宏華最大的競爭力。

宏華國際新事業處協理曾世忠指出，宏華國際深耕客服領域超過十年，累積全台數一數二的服務量能與顧客互動經驗。從客服、門市到到府服務，這些第一線服務經驗，不僅讓團隊更理解真實客服情境，也更熟悉不同產業的服務流程與需求，成為 AI 客服代理人得以持續優化的關鍵。

這些第一線經驗讓宏華非常清楚顧客互動過程中的各種變數，包括臨時修改需求、跳躍式提問、說話帶有情緒等。曾世忠表示，真實世界的客服互動很少按照既定腳本進行，許多AI在面對顧客突然改變想法或偏離原本的對話流程時，容易陷入重複問答或無法理解語意的困境，進而影響使用體驗。
也正因此，宏華訓練的不只是 AI 的智商（知識理解、順暢對話），更重視服務情商（情緖分析），讓 AI 能理解對話情境、顧客情緒與需求變化，可以「秒問秒答、邊聽邊想」，而非只是依照固定腳本機械式回應。

除了理解真實客服互動情境外，長期服務不同產業客戶的經驗，也讓宏華更了解各產業面臨的服務情境與需求差異，並將這些產業 Know-how 模組化，發展出餐飲、技術服務、專業服務等產品包，企業只要完成需求完成設定，便能快速導入，大幅降低建置時間與試錯成本。

「AI Agent 的價值不只是協助企業服務客戶，更將成為企業營運的重要基礎設施。」曾世忠認為，未來，AI Agent 除了協助企業回應外部客戶需求，也將進一步應用於員工服務、人資諮詢等內部場景，成為串聯企業內外部溝通的重要角色。而宏華國際也將持續投入相關技術發展，協助企業在 AI 時代建立更穩定、更具韌性的營運能力。