Primary sourcearXiv cs.AI
View sourceEvent ·Single source
InclusionMed:面向包容性医疗的 AI 评测基准体系发布
研究团队在 arXiv 发布 InclusionMed,一个面向包容性医疗的开放 AI 评测计划。其 Atlas 框架按 3 种医疗角色和 3 种 AI 能力划分 9 个格子,首批从 388 个候选基准中经结构化审计与独立复现选出 4 个公开基准,加上私有诊断推理基准 InclusionMed-DxFiles,共覆盖 5 个基准、9 格中的 3 格。 团队在 Atlas 上评测了多个前沿大语言模型,结果汇总为 InclusionMed Index,总分范围在 17.5 到 49.1(满分 100)之间。Index 还按医疗角色和 AI 能力分别打分,发现模型排名会随角色或能力维度变化。任务级标签分析显示,Index 排名前 10 的模型在患者沟通上的得分均高于临床决策。总分相近的模型,其估算推理成本差异也很大。 论文指出当前基准覆盖仍不均衡,呼吁以更多元的医疗需求来定义和衡量医疗 AI 进展,并通过社区开放协作扩展评测覆盖。
Current read
一篇医疗 AI 评测基准论文,从 388 个候选里筛出 5 个靠谱基准,测下来顶级模型总分都没过 50 分。做医疗 AI 选型的团队可以直接拿来当选型参考,做评测的研究者也能从它的审计和复现流程里学到东西。
2 sources31° AI heatLast updated 2026/11/16 15:08:25
Evidence
2 sourcesRelated source 1量子位
View sourceConflict check
Dedup data only shows that these sources discuss the same event, not that they agree. There is no structured supporting or refuting evidence yet, so no conflict is inferred automatically.