上个月,微软在《科学》杂志上甩出一篇论文:自家AI诊断系统诊断正确率83%,对照组的全科医生只有36%。

上个月,微软在《科学》杂志上甩出一篇论文:自家AI诊断系统诊断正确率83%,对照组的全科医生只有36%。


热闹还没散,未来医生联合国内顶级三甲医院胸外科开展的一项多中心研究,也拿AI和医生比了一场。

考卷是顶级三甲医院胸外科拿出的40例真实疑难肺癌病例,从未公开过。

250名三甲医生自己做,平均53分。未来医生医疗大模型MedGPT做同一套题,85分。

再把两边的答卷按病例一对一摆在一起比:未来医生MedGPT对250名三甲医生的比分是88:12。而且AI的答卷,平均比医生的短了四成以上。

放到模型横评维度里,未来医生MedGPT综合评分96.22,而GPT-5.4得分71.38,Claude Opus 4.7得分61.81,Gemini 3.1 Pro得分54.62。

把未来医生MedGPT的流程整个拆掉,只让底层的模型裸着直接回答,成绩立刻跌了将近24分。差距不在模型,在流程。

更值得关注的是,医生在获得未来医生MedGPT辅助后,综合决策评分从53.4提升至66.27,相对提高24.1%。

AI没有替代医生的判断,而是把医生的判断质量往上拉了一截。

这才是88比12这个数字背后,真正值得兴奋的事。





分类