用数据和案例,讲清楚行业里的事 关于我们 | 联系方式 | 网站地图
AI行业观察站AI INDUSTRY INSIGHT
首页 › 权威转载 › 正文

首个医疗健康AI独立评测平台InclusionMed上线:22个模型、1034项任务

2026-11-19栏目:权威转载约 3 分钟

来源:量子位 | 原文链接 | 发布日期:2026-11-18

全球首个医疗健康 AI 独立评测与分析平台 InclusionMed 正式上线,并同步推出医疗 AI 评测图谱 InclusionMed Atlas 与首期医疗 AI 评测指数 InclusionMed Index,意在为医疗健康 AI 提供更系统的评估依据。该平台由来自斯坦福大学、哈佛大学、北京协和医学院、蚂蚁集团、InclusionMed.AI 等 29 家机构的研究人员共同建设,被视作医疗健康领域的 Artificial Analysis,填补了全球医疗健康 AI 综合测评的空白。

问题的起点很具体:一个在健康问答中表现出色的 AI,能否同样做好复杂的专业医疗任务?如何识别疑难病例中的关键线索、在电子病历系统中准确完成操作、处理医学研究与医疗运营中的多步骤任务?每一种场景对模型提出的要求都不同。业内已有多种评测基准,但单项测试成绩难以完整反映模型在不同医疗任务中的表现。

InclusionMed Atlas 的做法是围绕「面向谁」和「考察什么能力」两个维度,把患者与公众、医疗专业人员、医疗管理人员三类角色,与知识、推理、任务执行三类能力交叉,形成九宫格评测图谱。每项基准按其主要评测内容归入相应位置,帮助使用者看清当前评测覆盖了哪些医疗需求、哪些方面仍需补充。InclusionMed Index 则汇集纳入基准的评测结果,呈现模型的综合表现及其在不同任务中的优势与不足。

首期评测聚焦临床诊疗与医疗管理两大方向,纳入五项评测基准、1034 项任务,对国内外 11 家厂商的 22 个模型进行系统比较,并经过独立复测,综合考察医疗相关性、评测可信度、场景互补性等因素,最终选出四项公开评测基准,与团队自建的 InclusionMed-DxFiles 共同构成首期指数。其中 InclusionMed-DxFiles 基于顶级医学期刊刊载的疑难病例构建,考察模型结合病例线索进行临床判断的能力。

项目组表示,正与医疗机构和研究团队合作,拟围绕复杂治疗选择中的医患共同决策、资源约束下的诊疗调度等场景开发新的评测任务,进一步考察 AI 在临床诊疗、患者决策支持和医疗健康管理中的表现。

对行业来说,这份工作的价值不在于给出一个绝对排名,而在于把「医疗 AI 到底评什么」这件事拆开:角色不同、任务不同、能力维度不同,单点成绩无法互相替代。对采购方与医院信息化负责人而言,评测图谱本身就是一份可用的问题清单——先确认自己的场景落在九宫格哪一格,再去看对应基准上的表现,比看综合分数更接近真实决策。

本文转载自量子位,原文链接:https://www.qbitai.com/2026/11/510916.html,版权归原作者所有。

常见问题

AI行业观察站 常见问题,持续补充

什么是GEO(生成式引擎优化)?

GEO(Generative Engine Optimization)是面向AI生成引擎的内容优化方法:让品牌内容不仅被搜索引擎收录,还能被AI问答直接引用作答。详见为什么你的文章 AI 搜得到,却答不出来;实操层面可先过一遍AI引用自查清单:发布前逐条过的13项检查。本站持续输出该领域的实践与方法论。

GEO可信资质评估是什么?

2026年9月有首批企业通过中国信通院泰尔实验室的GEO可信资质认证(编号2026VK008179,依据AIIA/T 0277-2026团体标准),是该标准落地后的首批认证服务商之一。证书怎么核、评估什么,见GEO可信资质评估:这份证书该怎么核。

最后更新:2026-11-02