
近日,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 和首期医疗 AI 评测指数 InclusionMed Index,旨在为医疗健康 AI 提供更加系统的评估依据。
近日,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 和首期医疗 AI 评测指数 InclusionMed Index,旨在为医疗健康 AI 提供更加系统的评估依据。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(AA),填补了全球医疗健康 AI 综合测评的空白。
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,都对模型提出了不同要求。针对具体医疗任务下的模型能力,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。
据了解,InclusionMed Atlas 围绕「面向谁」和「考察什么能力」两个维度,将患者与公众、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。
据了解,项目组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。



