國(guó)產(chǎn)大模型MedGPT獲國(guó)際頂刊認(rèn)證，"未來(lái)醫(yī)生"走進(jìn)嚴(yán)肅醫(yī)療深水區(qū)

2025年末到2026年初，醫(yī)療AI占據(jù)了AI圈的絕對(duì)C位。

國(guó)內(nèi)，螞蟻阿福線上線下全渠道“地毯式”推廣，百川智能發(fā)布新一代醫(yī)療大模型Baichuan-M3；國(guó)外，OpenAI、Anthropic、谷歌三大巨頭也如同事先寫(xiě)好劇本，在一周內(nèi)先后發(fā)布各自的醫(yī)療健康A(chǔ)I應(yīng)用。

據(jù)不完全統(tǒng)計(jì)，全球已發(fā)布的醫(yī)學(xué)大模型數(shù)量超過(guò)300個(gè)。在這一輪AI引領(lǐng)的技術(shù)革新浪潮中，盡管各方開(kāi)發(fā)者都謹(jǐn)慎地表示AI不會(huì)取代醫(yī)生，但面對(duì)AI已經(jīng)展現(xiàn)出的強(qiáng)大能力，幾乎沒(méi)人懷疑醫(yī)療行業(yè)將迎來(lái)深刻變革。AI不會(huì)甘心止步于外圍的輕問(wèn)診和健康咨詢，而是要進(jìn)入嚴(yán)肅醫(yī)療，參與復(fù)雜疾病的臨床診療。

當(dāng)下最關(guān)鍵的問(wèn)題是，在人命關(guān)天的醫(yī)療場(chǎng)景，如何克服大模型的“幻覺(jué)”，盡量規(guī)避安全隱患。

在國(guó)家傳染病醫(yī)學(xué)中心（上海）主任張文宏近日公開(kāi)表達(dá)對(duì)AI的審慎態(tài)度之后，公眾號(hào)“張強(qiáng)醫(yī)生”也發(fā)文指出，當(dāng)前醫(yī)療AI最容易制造的幻覺(jué)，不是“胡說(shuō)八道”，而是“看起來(lái)完全正確”，甚至還能給出參考文獻(xiàn)。不僅對(duì)患者極具說(shuō)服力，對(duì)資歷尚淺的年輕醫(yī)生也極具誘惑力。

有臨床專家指出，如同一名醫(yī)生必須通過(guò)醫(yī)師資格考試才能上崗，醫(yī)療大模型要進(jìn)入臨床，也必須建立科學(xué)嚴(yán)謹(jǐn)?shù)脑u(píng)價(jià)標(biāo)準(zhǔn)。

目前，針對(duì)醫(yī)療AI的評(píng)價(jià)體系正在逐步構(gòu)建。事實(shí)上，在這方面的探索，中國(guó)已經(jīng)走在世界前列。

Nature旗下數(shù)字醫(yī)學(xué)領(lǐng)域全球頂級(jí)期刊《npj Digital Medicine》近期發(fā)布了一項(xiàng)來(lái)自中國(guó)科研團(tuán)隊(duì)的最新成果——全球首個(gè)用于評(píng)估醫(yī)療AI臨床適用性的標(biāo)準(zhǔn)：“臨床安全-有效性雙軌基準(zhǔn)”（CSEDB，Clinical Safety-Effectiveness Dual-Track Benchmark）。

CSEDB由來(lái)自中國(guó)的未來(lái)醫(yī)生科研團(tuán)隊(duì)聯(lián)合32位國(guó)內(nèi)頂尖臨床專家共同制定，其核心價(jià)值在于，打破了過(guò)往以答題準(zhǔn)確率評(píng)估醫(yī)療AI能力的模式，在全球范圍內(nèi)首次引入“安全性”與“有效性”雙軌評(píng)價(jià)體系，全面貼合真實(shí)臨床決策場(chǎng)景。

基于該標(biāo)準(zhǔn)對(duì)全球多個(gè)主流AI大模型開(kāi)展的系統(tǒng)性測(cè)評(píng)中，由未來(lái)醫(yī)生團(tuán)隊(duì)打造的MedGPT各項(xiàng)評(píng)分均位列第一。

這也意味著，作為國(guó)內(nèi)最早發(fā)布的醫(yī)療大模型之一，MedGPT的底層架構(gòu)、技術(shù)路線和臨床數(shù)據(jù)沉淀，已然經(jīng)得起模擬臨床實(shí)戰(zhàn)的嚴(yán)格測(cè)試，可以代表醫(yī)療AI在嚴(yán)肅醫(yī)療領(lǐng)域的發(fā)展方向。

同時(shí)，該項(xiàng)獲得國(guó)際頂尖學(xué)術(shù)期刊驗(yàn)證的研究成果，還在某種程度上回應(yīng)了醫(yī)生群體對(duì)大模型可靠性的擔(dān)憂，提供了抑制“幻覺(jué)”的參考樣本，為醫(yī)療大模型的迭代優(yōu)化指明了方向，也為醫(yī)療AI進(jìn)入嚴(yán)肅診療場(chǎng)景奠定了基礎(chǔ)。

全球醫(yī)生組織中國(guó)總代表、GlobalMD創(chuàng)始人Tim Shi（時(shí)占祥）近日也在海外社交媒體上為此點(diǎn)贊：由中國(guó)推動(dòng)的標(biāo)準(zhǔn)+MedGPT的表現(xiàn)=真正的差異化以及更聰明的風(fēng)投資產(chǎn)。

頂刊背書(shū)，“實(shí)戰(zhàn)”領(lǐng)先的大模型

CSEDB評(píng)估標(biāo)準(zhǔn)能在《npj Digital Medicine》發(fā)表，其學(xué)術(shù)含金量已毋庸置疑。

《npj Digital Medicine》目前屬于中科院醫(yī)學(xué)大類1區(qū)Top期刊（代表在所屬學(xué)科的所有期刊中，影響力排名前5%），2024年影響因子15.1（超過(guò)10便已是國(guó)際頂尖水平）。

參與制定CSEDB的團(tuán)隊(duì)也堪稱豪華，32位臨床專家均來(lái)自北京協(xié)和醫(yī)院、中國(guó)醫(yī)學(xué)科學(xué)院腫瘤醫(yī)院、北京大學(xué)口腔醫(yī)院、中國(guó)醫(yī)學(xué)科學(xué)院阜外醫(yī)院、中國(guó)人民解放軍總醫(yī)院、復(fù)旦大學(xué)附屬華山醫(yī)院、上海市同濟(jì)醫(yī)院等頂尖醫(yī)療機(jī)構(gòu)的23個(gè)核心專科。

研究團(tuán)隊(duì)指出，目前對(duì)醫(yī)療大模型臨床能力的評(píng)估主要依賴USMLE式標(biāo)準(zhǔn)化醫(yī)學(xué)考試和專業(yè)問(wèn)答數(shù)據(jù)集，難以反映真實(shí)臨床實(shí)踐的復(fù)雜性。

“沒(méi)有一個(gè)病人是按照指南去生病的，每個(gè)病人的疾病都是特異性、個(gè)體化的。”參與標(biāo)準(zhǔn)制定的專家團(tuán)隊(duì)成員、北京協(xié)和醫(yī)院胸外科主任醫(yī)師梁乃新教授指出，臨床診療是遵循共性（指南）與運(yùn)用經(jīng)驗(yàn)、能力解決個(gè)體化問(wèn)題相結(jié)合的過(guò)程，還需要平衡安全性和有效性。

為突破現(xiàn)有評(píng)估框架的局限，研究團(tuán)隊(duì)建立了涵蓋26個(gè)專科和多樣化患者群體（包括多重用藥的老年患者和免疫缺陷個(gè)體）的QA框架，共計(jì)2069個(gè)開(kāi)放式問(wèn)題，全方位模擬臨床診療的復(fù)雜場(chǎng)景。同時(shí)，聚焦安全性和有效性兩大核心維度，基于臨床專家對(duì)風(fēng)險(xiǎn)和獲益關(guān)系的共識(shí)，設(shè)置了30項(xiàng)評(píng)估指標(biāo)，包括17項(xiàng)安全性指標(biāo)和13項(xiàng)有效性指標(biāo)，并引入1-5級(jí)風(fēng)險(xiǎn)分層設(shè)計(jì)，對(duì)不同指標(biāo)進(jìn)行加權(quán)打分，使評(píng)估結(jié)果能更準(zhǔn)確地反映大模型對(duì)臨床結(jié)局的影響。

注：安全性和有效性指標(biāo)參考了2002年衛(wèi)生部發(fā)布的《醫(yī)療事故分級(jí)標(biāo)準(zhǔn)(試行)》

相比其他采用“標(biāo)準(zhǔn)問(wèn)-標(biāo)準(zhǔn)答”模式的靜態(tài)評(píng)測(cè)，CSEDB評(píng)估標(biāo)準(zhǔn)顯然更貼近實(shí)際診療需求，也更具挑戰(zhàn)性。

評(píng)估結(jié)果顯示，作為醫(yī)療領(lǐng)域?qū)Ｓ媚Ｐ停琈edGPT的表現(xiàn)顯著優(yōu)于通用模型，總體得分、安全性得分和有效性得分均位列第一。相比第二名，MedGPT總體得分高出15.3%，安全性得分高出19.8%。特別是在大多數(shù)模型安全性表現(xiàn)偏弱的情況下，只有MedGPT安全性得分高于有效性得分。這也與臨床專家安全性大于有效性的價(jià)值取向保持了高度一致。

圖片來(lái)自《npj Digital Medicine》發(fā)布論文《A Novel Evaluation Benchmark for Medical LLMs: Illuminating Safety and Effectiveness in Clinical Domains（一種用于評(píng)估醫(yī)療大語(yǔ)言模型在臨床領(lǐng)域安全性和有效性的新型評(píng)估基準(zhǔn)）》

未來(lái)醫(yī)生產(chǎn)研負(fù)責(zé)人廉澤良告訴健聞咨詢，MedGPT從立項(xiàng)開(kāi)始，就將臨床專家奉為圭臬的安全性和有效性植入底層代碼，致力于讓醫(yī)療AI“像醫(yī)生一樣思考”。2023年發(fā)布之初，MedGPT在面向真實(shí)患者的試驗(yàn)中，便已展現(xiàn)出不俗的臨床適配能力——與三甲醫(yī)院主治醫(yī)師的診斷一致性高達(dá)96%。

廉澤良表示，MedGPT在此次CSEDB評(píng)估中再度展現(xiàn)出的領(lǐng)先優(yōu)勢(shì)，主要源于兩個(gè)方面：

一是模擬人腦認(rèn)知邏輯的三層架構(gòu)，即“快系統(tǒng)（類比大腦皮層執(zhí)行語(yǔ)義任務(wù)）+慢系統(tǒng)（類比前額葉深度推理）+ACC層（類比前扣帶皮層，調(diào)和快慢系統(tǒng)矛盾）”，三層架構(gòu)形成強(qiáng)耦合閉環(huán)，少一層即退化為普通模型。其中，快系統(tǒng)調(diào)用通用模型，快速響應(yīng)用戶需求，負(fù)責(zé)理解與溝通；慢系統(tǒng)基于專家經(jīng)驗(yàn)，可顯著抑制通用模型的“幻覺(jué)”，負(fù)責(zé)準(zhǔn)確診斷。慢系統(tǒng)還集成了雙飛輪結(jié)構(gòu)，小飛輪基于臨床指南預(yù)設(shè)診療路徑，大飛輪強(qiáng)化學(xué)習(xí)并復(fù)制專家臨床經(jīng)驗(yàn)，雙飛輪協(xié)調(diào)聯(lián)動(dòng)，構(gòu)建起可持續(xù)優(yōu)化的完整閉環(huán)。

圖片來(lái)自未來(lái)醫(yī)生商業(yè)計(jì)劃書(shū)

二是專家資源和優(yōu)質(zhì)的結(jié)構(gòu)化驗(yàn)證數(shù)據(jù)。經(jīng)過(guò)逾120位三甲醫(yī)院專家驗(yàn)證的“癥狀-疾病-用藥”三元組數(shù)據(jù)，已經(jīng)嵌入MedGPT的知識(shí)底座。而在基于MedGPT打造的未來(lái)醫(yī)生平臺(tái)上，如今已有超過(guò)1萬(wàn)名醫(yī)生與患者保持互動(dòng)，每周可沉淀2萬(wàn)條真實(shí)診療反饋，通過(guò)“反饋即迭代”的飛輪機(jī)制，MedGPT的準(zhǔn)確率每月可提升1.2%-1.5%。

在廉澤良看來(lái)，這些都構(gòu)成了MedGPT不可復(fù)制的能力壁壘，可以至少領(lǐng)先同行2-3年。

人機(jī)協(xié)同的“未來(lái)醫(yī)生”模式

用醫(yī)聯(lián)集團(tuán)/未來(lái)醫(yī)生創(chuàng)始人、CEO王仕銳的話說(shuō)，未來(lái)醫(yī)生的AI訓(xùn)練過(guò)程好比頂級(jí)專家指導(dǎo)“天才學(xué)生”。以此類比，未來(lái)醫(yī)生平臺(tái)的工作機(jī)制，就如同頂級(jí)專家?guī)е疤觳艑W(xué)生”一起會(huì)診。

2025年8月，未來(lái)醫(yī)生APP正式上線，并基于該平臺(tái)推出權(quán)威專家在線免費(fèi)問(wèn)診服務(wù)。據(jù)官方介紹，未來(lái)醫(yī)生聚集了來(lái)自全國(guó)A++++級(jí)別醫(yī)院（如解放軍總醫(yī)院、北京協(xié)和、華西、上海瑞金、復(fù)旦華山等）的專家團(tuán)隊(duì)，包括曾擔(dān)任國(guó)家級(jí)學(xué)術(shù)委員會(huì)主委、副主委的行業(yè)權(quán)威專家及醫(yī)療團(tuán)隊(duì)，可覆蓋95%的常見(jiàn)疾病和大多數(shù)疑難雜癥。

不同于其他AI問(wèn)診平臺(tái)，大模型應(yīng)用只是作為線上服務(wù)的入口，起到導(dǎo)流的作用，始終聚焦嚴(yán)肅醫(yī)療的未來(lái)醫(yī)生平臺(tái)，構(gòu)建起了一套精妙的人機(jī)協(xié)同“四級(jí)分診體系”：AI初篩與結(jié)構(gòu)化問(wèn)診、專科智能匹配、多學(xué)科會(huì)診（MDT）介入、權(quán)威專家復(fù)核與決策。

該流程確保了病例在專業(yè)遞進(jìn)中得到精準(zhǔn)處理，既避免患者走彎路貽誤病情，也杜絕了醫(yī)療資源的浪費(fèi)。

在此過(guò)程中，AI與醫(yī)生分工明確，AI承擔(dān)科普問(wèn)答、信息整合、病例分揀、輔助決策等工作，而醫(yī)生可以從繁雜的程序化工作中抽身，將精力集中于核心診療環(huán)節(jié)。專家及團(tuán)隊(duì)作為診療決策者與責(zé)任主體，會(huì)對(duì)AI生成的診療建議進(jìn)行終審把控，并出具簽字/簽章的規(guī)范醫(yī)囑。通過(guò)“醫(yī)生授權(quán)+技術(shù)輔助”，確保診療的安全性與有效性。

另一大亮點(diǎn)是，借助完整復(fù)制專家診療和溝通能力的智能體，目前在線下尚未形成體系，需要額外支付高額費(fèi)用的MDT，在未來(lái)醫(yī)生平臺(tái)成為免費(fèi)的常規(guī)服務(wù)。

在實(shí)際案例中，未來(lái)醫(yī)生對(duì)急危重癥和疑難病癥的處理，均不乏出色表現(xiàn)。

據(jù)未來(lái)醫(yī)生官方公眾號(hào)披露，2025年9月，一位用戶在父親突發(fā)肢體無(wú)力、言語(yǔ)不清癥狀時(shí)，使用未來(lái)醫(yī)生APP發(fā)出求助信息，13秒后便收到平臺(tái)預(yù)警，提示疑似急性缺血性腦卒中。

圖片來(lái)自微信公眾號(hào)：未來(lái)醫(yī)生官方號(hào)

隨后，平臺(tái)的四級(jí)分診機(jī)制開(kāi)始運(yùn)行，在救護(hù)車趕到之前，一份就醫(yī)指南已經(jīng)發(fā)到該用戶的手機(jī)。

圖片來(lái)自微信公眾號(hào)：未來(lái)醫(yī)生官方號(hào)

“這份清晰的指引，讓在慌亂中的我找到了方向。”用戶在自述中這樣寫(xiě)道。最終患者及時(shí)送醫(yī)，轉(zhuǎn)危為安，CT檢查報(bào)告與平臺(tái)會(huì)診結(jié)果高度一致。

另一位用戶，也是一位母親，7歲女兒腳痛數(shù)月，多方求醫(yī)仍未得到有效診治，機(jī)緣巧合中下載使用了未來(lái)醫(yī)生APP，提交孩子病歷資料后，經(jīng)過(guò)兒科、骨科和風(fēng)濕免疫科專家智能體MDT會(huì)診，最終得到北京協(xié)和醫(yī)院風(fēng)濕免疫科主任醫(yī)師趙巖教授親自給出的診斷建議：需排除幼年特發(fā)性關(guān)節(jié)炎。

當(dāng)她帶著孩子去醫(yī)院檢查時(shí)，連醫(yī)生都感到吃驚：你們?cè)趺聪氲揭獊?lái)查這個(gè)？聽(tīng)到趙巖的名字，那位醫(yī)生當(dāng)即打消疑問(wèn)。不出意外，最終檢查結(jié)果也證實(shí)了趙巖教授的推測(cè)。

通過(guò)這些案例也可以看到，AI賦能的互聯(lián)網(wǎng)問(wèn)診，正在如何超越過(guò)去所謂的“輕問(wèn)診”“輕咨詢”：線上平臺(tái)能夠完成的，不再是常見(jiàn)病、慢性病的復(fù)診開(kāi)藥，對(duì)于急危重癥和疑難病癥，即使不能直接實(shí)施檢驗(yàn)檢查，但通過(guò)經(jīng)驗(yàn)豐富的頂級(jí)專家團(tuán)隊(duì)與AI的緊密協(xié)作，已經(jīng)能夠給患者提供準(zhǔn)確清晰的就醫(yī)指南，其診斷建議甚至能與最終診斷結(jié)果高度匹配。至此，線上線下醫(yī)療資源也實(shí)現(xiàn)了高效協(xié)同。

過(guò)去十年來(lái)，國(guó)家一直力推分級(jí)診療，構(gòu)建基層首診、上下聯(lián)動(dòng)的有序格局，以解決醫(yī)療資源分布不均衡、大醫(yī)院人滿為患的痼疾。從這個(gè)角度看，未來(lái)醫(yī)生的模式探索，還具有更深遠(yuǎn)的意義：它呈現(xiàn)了一種基于“AI首診”的分級(jí)診療路徑，有望彌補(bǔ)基層能力不足，化解上下聯(lián)動(dòng)中的利益分配難題。

邊賽跑、邊鋪路的硬核“玩家”

今時(shí)今日，醫(yī)療AI賽道的熱鬧景象，很難不讓人回想起十年前互聯(lián)網(wǎng)醫(yī)療創(chuàng)業(yè)者的勃勃雄心。

AI大模型的橫空出世，也讓互聯(lián)網(wǎng)醫(yī)療賽道充滿新的想象空間——可以借助AI在高度復(fù)雜和專業(yè)的醫(yī)療領(lǐng)域再掘進(jìn)一尺。

十多年前互聯(lián)網(wǎng)醫(yī)療的行業(yè)愿景——打破地域時(shí)間限制、提升優(yōu)質(zhì)醫(yī)療資源可及性，本質(zhì)上是線下醫(yī)療資源（包括醫(yī)和藥）向線上平移，相比之下，今天的醫(yī)療AI更有可能創(chuàng)造增量，實(shí)現(xiàn)優(yōu)質(zhì)醫(yī)療資源的“擴(kuò)容”。比如大部分人都能首先想到的：將學(xué)習(xí)了大醫(yī)院大專家臨床經(jīng)驗(yàn)的智能體推廣到低資源地區(qū)或基層醫(yī)療機(jī)構(gòu)。

在北京協(xié)和醫(yī)院胸外科主任醫(yī)師梁乃新教授看來(lái)，在大醫(yī)院，AI可以讓專科醫(yī)生如虎添翼，但更重要的應(yīng)用場(chǎng)景是在基層社區(qū)，通過(guò)AI去強(qiáng)化全科醫(yī)生、家庭醫(yī)生的能力，為上級(jí)大醫(yī)院篩選專科病例，而不是讓患者直接涌向大醫(yī)院的專家診室。

2025年11月，國(guó)家衛(wèi)健委等多部門(mén)聯(lián)合發(fā)布《關(guān)于促進(jìn)和規(guī)范“人工智能+醫(yī)療衛(wèi)生”應(yīng)用發(fā)展的實(shí)施意見(jiàn)》，其中明確提出，到2030年，基層診療智能輔助應(yīng)用基本實(shí)現(xiàn)全覆蓋。

但正如張文宏、張強(qiáng)等醫(yī)生所擔(dān)心的，存在幻覺(jué)的醫(yī)療大模型，到了經(jīng)驗(yàn)和資歷都欠缺的年輕醫(yī)生手里，結(jié)果可能適得其反。另外，健聞咨詢此前也報(bào)道過(guò)，三甲醫(yī)院訓(xùn)練出來(lái)的頂配大模型，在基層還可能“水土不服”。

基于這些行業(yè)痛點(diǎn)，更能看出未來(lái)醫(yī)生團(tuán)隊(duì)正在開(kāi)展的工作之可貴。當(dāng)互聯(lián)網(wǎng)大廠基于自身資源優(yōu)勢(shì)和商業(yè)基因，高舉高打搶占用戶心智、爭(zhēng)奪AI流量入口時(shí)，他們則專注于修煉內(nèi)功，試圖解決AI進(jìn)入嚴(yán)肅醫(yī)療面臨的核心問(wèn)題。

比如通過(guò)算法機(jī)制和優(yōu)質(zhì)醫(yī)療數(shù)據(jù)的協(xié)同，不斷抑制大模型的“幻覺(jué)”產(chǎn)生率，尤其是在數(shù)據(jù)方面。

作為積極擁抱AI的臨床專家，梁乃新教授對(duì)數(shù)據(jù)質(zhì)量的觀點(diǎn)極具代表性，在他看來(lái)，所謂AI（Artificial Intelligence），越是Intelligence的階段，越要重視Artificial的data（數(shù)據(jù)）。

MedGPT在訓(xùn)練階段，就對(duì)規(guī)則庫(kù)質(zhì)量、醫(yī)生的權(quán)威性提出高要求，而不是單純堆砌海量數(shù)據(jù)；在后續(xù)迭代中，也需專家每天根據(jù)真實(shí)病例給予額外的、在指南中無(wú)法體現(xiàn)的反饋。特別是指南之外的專家經(jīng)驗(yàn)，更具含金量。因?yàn)橹改舷啾茸钋把氐尼t(yī)學(xué)進(jìn)展和臨床中的鮮活經(jīng)驗(yàn)，總是具有滯后性。

據(jù)王仕銳透露，對(duì)于那些不成文的專家經(jīng)驗(yàn)，未來(lái)醫(yī)生會(huì)跟專家反復(fù)交流。目前平臺(tái)上剛上線的專家每天會(huì)對(duì)至少1個(gè)以上的案例給出明確回復(fù)，“專家需要非常了解和信任AI才能做到這一點(diǎn)。”

信任并非對(duì)AI放任不管，而是需要明確界定其能力與責(zé)任的范圍，未來(lái)醫(yī)生攜手臨床專家，探索建立臨床適用性標(biāo)準(zhǔn)的重要意義也在于此。

正如研究團(tuán)隊(duì)在《npj Digital Medicine》發(fā)表的論文所言，CSEDB為模型優(yōu)化和監(jiān)管審批提供了科學(xué)依據(jù)，并為大模型從受控實(shí)驗(yàn)室環(huán)境安全有效地轉(zhuǎn)化到真實(shí)臨床實(shí)踐鋪平了道路。