GPT-5敗下陣，這款中國AI拿下全球第一，眾多醫生已在用它做診斷

衡宇 發自 凹非寺

量子位 | 公眾號 QbitAI

在多數基層門診里，一個醫生往往要從早忙到晚，患者一撥接一撥。

病種繁雜、節奏飛快，查文獻、請會診這些理想中的操作，根本擠不進大夫有限的工作時間。

與此同時，慢病患者增多、隨訪任務越來越重，也讓診室之外的工作變得越來越難應付。

就在這樣的日常困境里，一條政策落地了。

本月，國家衛健委發布了《促進和規范“人工智能+醫療衛生”應用發展的實施意見（以下簡稱“實施意見”）》。其中，“人工智能+基層應用”被列為八大重點方向之首。

國家層面還點明：

到2030年，基層診療智能輔助應用基本實現全覆蓋。

而將其轉化為臨床實效，才是真正的考驗。政策在推進，臨床仍然擁堵；科研在進步，基層依舊高負荷。

基層醫生真正需要的AI，一定不是炫技的AI，而是能在臨床真正派上用場的助手。

可怎樣的AI才能做到后者？

量子位走訪多名專家，得到了一個統一的答案：能真正幫到中國基層醫生的AI，必須同時做到兩件事。

• 在診中，能輔助臨床決策，要安全、有效；
• 在診后，能支撐患者隨訪，要規范、可持續。

可目前的AI，能在診中給出有依據、可溯源、不誤判的建議了嗎？能在診后幫忙頂住隨訪的壓力、把慢病管得住嗎？

最近，不少專家和基層醫生，都在使用一個AI系統來把這兩件事真正跑通。

它的名字，叫未來醫生AI工作室。

安全、有效性擊敗GPT，奪得全球第一

AI能背指南、能寫病歷，并不代表能真正走進臨床。

能否用于真實診療，醫生只看兩件事：安全&有效。

北京大學第三醫院運動醫學科江東教授說得很直接：“醫療AI的第一性原理，不是聰明，而是安全?！?/p>

可“安全有效”不是一句口號，得讓醫生來檢驗。

就在今年，一項由32位國內頂尖臨床專家組織的“多模型臨床實戰測評”中，未來醫生AI工作室的核心模型MedGPT，以明顯優勢擊敗OpenAI-o3、DeepSeek-R1、Gemini-2.5-Pro、Claude-3.7-Sonnet、Qwen3-235B等當時國際最前沿的知名大模型，奪得臨床“安全”與“有效性”評測的全球第一。

這項測評已于7月正式公開發布，并接受學術同行評議。

△圖源：arXiv:2507.23486

這場測評的意義非同一般。

過去幾年，模型之間比的是“知識競賽”，誰背得快、論文寫得好，誰的名字在評測榜單上更亮。

但真正到了臨床現場，醫生最在意的不是模型偶爾答對，而是每次都不能出錯。

這也是國家衛健委《實施意見》中明確寫出的底線：

要堅持安全可控的原則，促進人工智能在醫療衛生領域的規范應用。

具體回到這場測試，本次比賽中，專家們首先圍繞“安全性/有效性”，搭建了一套可量化的臨床評估標準；然后從真實病歷中抽絲剝繭，整理出2069道開放式問題，對所有模型進行了測試。

結果發現AI們總體不錯，但“安全”上，卻拉開了明顯差距：

• 比如高風險問題上（藥物相互作用、危重識別、并發癥預警等），多款通用大模型得分明顯下滑；
• 在涉及嬰兒、兒童、免疫低下、慢病等易損人群時，有的模型會“偶爾很聰明，偶爾很危險”。

而在同一標準下的MedGPT ，表現則是另一種風格：

• 總分第一，領先第二名15.3%；
• 安全性得分比全部模型平均水平高出近70%；
• 在兒童、孕產婦、老年人等復雜人群場景中也很穩健，鮮少翻車。

△圖源：arXiv:2507.23486

為什么差別會這么大？

因為路線完全不同。

GPT-5這一類通用大模型，本質是“根據概率生成最可能的那句話”。

而MedGPT從底層架構開始，就圍繞臨床推理、安全可控、循證鏈可追溯來打造。它的目標不是“回答得像人”，而是每一句話都安全、可驗證、能復盤。

這才是臨床要的東西。

診中怕誤判，診后怕失管？這兩位AI助手接住了最吃力的環節

走訪的專家和醫生告訴我們，在真實臨床現場，最讓人壓力陡增的地方往往出現在兩個環節：

• 診中，不只怕病人多，更擔心在海量問診中漏掉關鍵風險；
• 診后，不只怕病情復雜，更擔心患者出院后失去有效管理。

任何一環的疏漏，都是醫療質量的風險點。

圍繞這兩個最容易掉鏈子的關鍵時刻，未來醫生AI工作室的破題思路很直接。

那就是用兩個場景化的AI助手，一前一后，精準卡位。

診中：怕誤判？臨床決策AI助手當你的「智能參謀」

診室如戰場，關鍵的幾分鐘往往決定全局。

信息有限，病情復雜，時間分秒流逝，醫生必須在巨大壓力下快速厘清：風險在哪？用藥是否安全？有沒有被遺漏的關鍵？還缺什么檢查？

這時，基層醫生最需要的不是一個冷冰冰的知識庫，而是一個真正懂臨床、能并肩作戰的“智能參謀”——未來醫生AI工作室·臨床決策AI助手。

△鄧春華在日常工作中使用未來醫生·臨床決策AI助手（已獲教授本人授權）

它的工作方式極其貼合臨床實際：

• 輸入極簡
• 醫生用口語描述病情都能被精準理解，無需規范術語
• 思考可視
• 自動梳理癥狀鏈、風險點及缺失信息
• 風險預警
• 實時提示藥物沖突、高危體征、特殊人群禁忌，高度注重安全性
• 循證支撐
• 只引用高等級醫學證據，每項建議都附證據卡，注明指南出處和證據等級

更重要的是，它不是靠宣傳贏得認同，而是靠實戰醫生的檢驗贏得口碑。

多位專家與基層門診的醫生向我們反饋，未來醫生·臨床決策AI助手特別適合在高強度高負荷的節奏中，幫助醫生更快看到風險點，理清復雜病例。

中??學附屬第?醫院泌尿男科主任鄧春華教授就是其中一名使用者。而之所以信賴使用，也與他和多位專家進行的一場“同題測評”有關。

他們曾從真實病例中抽取出一批分歧較大的典型疑難病例，分別交由GPT-5、OpenEvidence，以及未來醫生·臨床決策AI助手進行分析和決策，再從8個臨床最關鍵的維度進行盲評。

結果顯示，未來醫生AI工作室·臨床決策AI助手，在所有臨床決策維度上均優于GPT-5和OpenEvidence。

△圖源：https://ai.doctorwork.com/comparison

“它會幫我看到盲區，啟發思考?！编嚧喝A教授說，“這類思維鏈式的AI，能讓基層醫生也像專家那樣看病例——有理、有據、有邊界。”

這句話，也成了許多醫生對這款工具最常見的反饋。

因為臨床上最讓人疲憊的不是“不會”，而是面對復雜病情時，怕遺漏、怕踩雷、怕不夠穩。

如果有一個經過專家驗證的工具，能幫你先把思路理順，把風險點亮出來，那種心里的底氣是實實在在的。

未來醫生·臨床決策AI助手真正做到的，就是讓醫生少一點焦慮，多一份把握。

診后：怕失管？患者隨訪AI助手當你的「懂事助理」

診中不易，但很多醫生都清楚，真正容易出事的，往往發生在診后。

尤其是慢病管理。

一個基層社區醫生動輒要負責幾百名患者，誰今天有點不舒服、誰癥狀悄悄變化了，很難有人能第一時間捕捉到。

醫生嘴上不說，心里其實一直揪著。

未來醫生·患者隨訪AI助手，就是專為這個階段設計的。它代替醫生“盯著”每一個診后階段的患者。

它像一位懂事的助理：

• 自動提醒患者復查、記錄癥狀、調整生活方式；
• 對普通健康咨詢即時答復；
• 一旦出現藥物調整、癥狀加重等醫療問題，會自動上浮醫生確認；
• 當患者提到“胸悶”“頭暈”等高危詞時，會自動識別風險進行高危預警。

不少社區醫生體驗后，都驚喜地說了同一句話：“原來隨訪也能這么省心?！?/p>

這種感受，在大醫院同樣出現。

解放軍總醫院第六醫學中心（海軍總醫院）內分泌科主任醫師、全科教研室主任郭啟煜在連續使用一段時間后，給出了非常樸素卻分量極重的評價：

它幫我看到那些已經出院、但仍需要被關注的人。

這句話說出來很輕，但每一位經歷過慢病管理的醫生都懂，平常真正讓人擔心的，從來不止在病房里的那幾天，更是患者回家后的那幾個月、幾年。

能讓這些人重新被“看見”，就是隨訪價值的核心。

△郭啟煜教授在使用未來醫生AI工作室 · 患者隨訪AI助手進行隨訪（已獲教授本人授權）

診中幫你“想得更全”，診后幫你“看得更遠”。

就這樣一前一后，未來醫生AI工作室的兩款助手，接住了醫生每天最吃力的兩個環節。

好AI的標準很簡單，那就是醫生愿意用、放心用。

這種“少即是多”的設計理念，恰恰是未來醫生AI工作室抓住了醫療AI落地的關鍵，沒有追求花哨的功能，而是深耕臨床最痛的兩個環節。

不是替代醫生，而是放大醫生的價值。當AI真正融入工作流，成為醫生敢依賴、離不開的伙伴，這場人機協同的變革才真正開始。

為什么主委們說：這是“基層+AI”目前看到的最佳實踐？

很多醫生跟我們說過一句很真實的話：“不是不想用AI，是一直找不到能放心托付的那一個?！?/p>

未來醫生AI工作室能在一線快速用起來，其實靠的不是“功能多”，而是解決了最樸素、也是最關鍵的幾個臨床疑問：

• 我能看懂它是怎么想的嗎？
• 它的建議，能讓我一眼判斷：用還是不用？
• 它是不是在我掌控下工作，而不是越界替我決策？

這三點，是醫生判斷一款AI能不能用的底線。

一句話總結就是：安全不安全？有效不有效？能不能掌控？

首先，未來醫生AI工作室，先把“安全有效”拉滿了。

從底層技術出發，未來醫生AI工作室的大模型MedGPT就在安全性、有效性上大幅領先，并且還在臨床推理實戰中依然全面超越，被多位專家點贊。

它的建議，是安全有效、可信的，這就讓醫生有了第一重安全感。

其次，在產品層面，未來醫生AI工作室又把“安全有效”拆成了醫生能直接看懂的三層：可回溯、可解釋、可預警。

這三點，精準擊中醫生最在意的東西，即不允許AI自作主張，不允許黑箱，不允許模棱兩可。

它說的每句話都有出處、有邊界，給了醫生群體第二重安全感。

第三點也是最關鍵的一點，它一直堅持“人機協同”，而非取代醫生。

不管是診中還是診后的協同過程，未來醫生AI工作室的底層哲學都很明確：醫生是所有診療行為的核心。

在整個診療鏈路中，AI的角色都是底層的思路提示、證據索引和風險提示支撐，只有醫生牢牢掌握最終判斷權。

這就帶來了第三重安全感：不是“AI帶著醫生走”，而是“醫生多了一雙可靠的眼睛”。

三重安全感疊在一起，就構成了很多醫生給我們的真實反饋——它不是替我做決定，而是讓我做決定更穩。

這句話，也解釋了為什么未來醫生AI工作室能在一線快速落地，因為它不是在炫技，是給醫生每天真正需要的那份放心感與掌控感。

目前，未來醫生AI工作室已被數十位全國學科主委納入日常使用。他們的使用反過來也在推動產品更貼近臨床。

這次走訪中，我們向所有專家都拋出了同一個問題：您心里AI賦能基層醫療的最佳實踐是什么？

幾乎所有人的回答都指向了同一個名字——未來醫生AI工作室。

它的路徑很簡單。從臨床中來，往臨床里走。不浮夸，不炫技，也從不試圖替代誰。

它關乎著每一位醫生——無論身處頂尖醫院還是基層衛生站——當面對復雜、模糊、容易踩雷的病情時，能讓醫生多一分從容、少一分不安。

未來醫生AI工作室的價值，始終由臨床現場的真實使用來定義，我們期待這樣的AI助手能走進更多診室，讓AI真正融入基層醫生的日常節奏，成為醫療現場里那份悄悄托底的力量。

小結

1、「AI+基層醫療」是國家重點政策導向場景，被放在「人工智能+醫療衛生」的八大重點方向的首位。

2、臨床主委專家們一致認為，能真正幫到基層的AI，一定要滿足2點：安全有效+人機協同。

3、未來醫生的MedGPT在安全有效與臨床實戰評測中全面領先美國的 OpenAI的GPT5以及OpenEvidence。

4、「未來醫生AI工作室」的臨床決策輔助與智能隨訪能力，被臨床主委專家們一致認為是AI賦能基層醫療的「最佳實踐」，也得到了大量的一線基層醫生的好評反饋。

如需體驗，微信搜索“未來醫生AI工作室”，即可進入超級醫生個體時代。

參考文獻：

[1]Shirui Wang, Zhihui Tang.A Novel Evaluation Benchmark for Medical LLMs: Illuminating Safety and Effectiveness in Clinical Domains.
https://doi.org/10.48550/arXiv.2507.23486

[2]未來醫生AI工作室與美國OpenEvidence、GPT5臨床決策輔助場景評測對比.
https://ai.doctorwork.com/comparison