精选理由
别被医疗AI的高分骗了，Nature Medicine这篇研究告诉你基准测试和真实临床差距有多大。
Nature Medicine发表评论指出，医疗AI的基准测试高分容易被误认为实际就绪。该研究以GPT-5.5 Pro为例，其在测试中超过99.9%的医生，但缺乏真实世界临床验证。研究强调当前仅有模拟、病例脚本和患者演员，性能指标仍需改进。结果已开源发布，并被独立确认。
AI 翻译 · 中文
Nature Medicine发表评论指出，医疗AI的基准测试高分容易被误认为实际就绪。该研究以GPT-5.5 Pro为例，其在测试中超过99.9%的医生，但缺乏真实世界临床验证。研究强调当前仅有模拟、病例脚本和患者演员，性能指标仍需改进。结果已开源发布，并被独立确认。
“This study cuts through the optimism surrounding medical AI by showing how easily benchmark success can be mistaken for real readiness. In medical AI, impressive scores are clearly not the same as trustworthy capability…