type
Post
status
Published
date
Nov 18, 2026
slug
summary
tags
category
行业动态
icon
password
全球首个医疗健康 AI 独立评测平台 InclusionMed 上线:29 家机构共建
2026 年 11 月,由斯坦福大学、哈佛大学、北京协和医学院及蚂蚁集团等 29 家机构的研究人员共同建设的医疗健康 AI 独立评测与分析平台 InclusionMed 正式上线。该平台同步推出了医疗 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,填补了全球医疗健康 AI 综合测评的空白。
从单项测试到综合评估的必要性
在医疗健康领域,一个在基础健康问答中表现出色的 AI 模型,未必能胜任复杂的专业医疗任务。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,或是处理医学研究与医疗运营中的多步骤任务,每种场景都对模型提出了截然不同的要求。
尽管业内已有多种针对具体医疗任务的评测基准,但单项测试的成绩往往难以完整反映模型在不同医疗场景下的综合表现。InclusionMed 的诞生正是为了解决这一痛点,通过构建多维度的评估体系,帮助用户看清当前评测覆盖了哪些医疗需求,以及哪些方面仍需补充。
InclusionMed Atlas 与 Index 的核心架构
InclusionMed Atlas 围绕“面向谁”和“考察什么能力”两个核心维度,构建了一套结构化的评测框架。该框架将患者与公众、医疗专业人员、医疗管理人员三类角色,与知识、推理、任务执行三类能力进行交叉组合,形成一个九宫格评测图谱。通过这一图谱,每一项评测基准都可以被归入其主要评测内容所在位置,直观展示医疗 AI 能力的分布情况。
基于此图谱,InclusionMed Index 则汇集了纳入基准的评测结果,用于呈现模型的综合表现,清晰指出其在不同任务类型中的优势与不足。这种从图谱到指数的逻辑闭环,使得评估结果不再是孤立的数据点,而是具有系统性参考价值的综合指标。
首期指数覆盖范围与评估标准
首期评测聚焦于临床诊疗与医疗管理两大方向,共纳入五项评测基准,涵盖 1034 项任务。项目团队对来自国内外的 11 家厂商的 22 个模型进行了系统比较,并经过严格的独立复测。在评估过程中,团队综合考量了医疗相关性、评测可信度及场景互补性等因素,最终选出四项公开评测基准,并与团队自建的 InclusionMed-DxFiles 共同构成了首期指数。
其中,InclusionMed-DxFiles 是一个重要的自建基准,它基于顶级医学期刊载的疑难病例构建,重点考察模型结合病例线索进行临床判断的能力。这一设计确保了评测不仅局限于通用医学知识,更深入到了高难度的临床诊断逻辑中。
未来展望:深入复杂临床场景
随着首期指数的发布,InclusionMed 项目组并未止步于此。目前,团队正与多家医疗机构和研究机构开展合作,致力于开发新的评测任务。这些新任务将重点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真实临床场景展开。
通过进一步考察 AI 在临床诊疗、患者决策支持和医疗健康管理中的具体表现,InclusionMed 致力于推动医疗健康 AI 评测从“有没有”向“好不好”、“准不准”的深度迈进,为医疗 AI 的研发与应用提供更可靠的参考标尺。
原文出处:量子位,https://www.qbitai.com/2026/11/510916.html
- 作者:数字Baby
- 链接:myaigc.top/article/41cb7c2d-0e98-8157-b111-f0f3a34ebdc6
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议,转载请注明出处。



