新智元报道
AI诊疗对决：未来医生MedGPT以88:12完胜三甲专家
继微软在《科学》杂志发表AI诊断正确率（83%）远超全科医生（36%）的研究后，国内医疗AI领域迎来新的突破性进展。未来医生联合国内顶级三甲医院胸外科开展的多中心研究显示，其医疗大模型MedGPT在疑难肺癌病例诊疗中表现更为亮眼。
“灰区”难题考验：AI评分85 vs 医生53
研究选取了40例从未公开的顶级三甲医院胸外科真实疑难肺癌病例作为“考卷”。这些病例属于临床指南未明确、多疾病冲突、标准路径失效的“灰度区域”，极具挑战性。
研究团队由20位多学科顶级专家预先制定评分规则，每例6条规则共240条，其中40条为安全红线。参测阵容包括来自98家医疗机构的250名三甲医院医生（六成以上为主副主任医师），以及未来医生医疗大模型MedGPT。
测试结果显示出显著差距：
- 平均得分：无辅助医生群体平均得分为53.26分，未来医生MedGPT得分为85.29分。
- 一对一比对：在750份诊疗方案比较中，MedGPT有660次获得更高评分，以88:12的比分战胜250名三甲医生。
- 效率优势：AI生成的答卷平均篇幅比医生短四成以上。
在模型横评维度中，未来医生MedGPT综合评分高达96.22，远超GPT-5.4（71.38）、Claude Opus 4.7（61.81）及Gemini 3.1 Pro（54.62）。
图示：完整MCE(MedGPT Clinical Explorer)生成的诊疗策略评分高于通用大模型及简化版本
核心壁垒：流程胜于模型参数
针对“是否因底层模型更大而获胜”的疑问，论文通过消融实验证实：差距不在模型，在流程。
若移除未来医生MedGPT的系统流程，仅保留底层模型直接回答，成绩下跌近24分；仅移除多学科会诊模块，分数下降16分。这表明，AI的优势在于将查资料、定方案、自检、留后路等医生诊疗思维转化为自动化流程。
此外，人机协作数据显示，医生在获得MedGPT辅助后，综合决策评分从53.4提升至66.27，相对提高24.1%。该成果获得了包括中华医学会主委级专家及美国顶尖肿瘤医学专家在内的近10位一线临床权威的正面评价。
揭秘MedGPT三大核心步骤
第一步：文献拆解至最小颗粒，锁死幻觉
为避免将特定人群结论错误套用于其他患者，MedGPT在入库时将文献拆解至最小颗粒：一条证据仅记录一个结论，并明确适用人群、排除条件及来源。证据由程序从原文提取，模型仅可引用不可编造。
目前，仅肺癌病种就拆解了1.3万多篇文献，生成超20万条结构化证据单元（98.3%发表于2024-2026年），并建立43万条关系链。全库累计超800万条证据单元，构建了庞大的可检索知识网络。
第二步：构建动态患者状态表，精准匹配
系统不只记录静态病历事实，而是构建动态患者状态表，涵盖病情阶段、合并症、治疗意愿及缺失信息。随着新检查结果更新并经医生签字确认，系统将20万条证据与患者具体情况逐一匹配。
这种“对号入座”的过程排除了简单关键词匹配的误差。例如，同一指南推荐在肝功能正常患者身上是首选，但在合并间质性肺病患者身上可能是禁忌。系统替医生完成初步筛选，压缩出需优先判断的关键问题。
第三步：多智能体对抗审查，动态修正方案
这是流程中最关键的一环。系统组织最多6个相关专科AI智能体独立给出意见，保留分歧以反映复杂病例难点。随后生成三类路径：
- 标准路径：基于指南共识，作为决策底线。
- 前沿路径：基于最新研究，当标准答案不足时提供候选方案。
- 验证任务：明确所需检查及其对方案的影响。
方案生成后，系统创建“虚拟患者”进行模拟推演，并进行五维对抗式审查：安全性、尾部风险、证据剂量、时序执行性及边际价值。审查结果分为保留、修复或淘汰，通常需通过两到三轮审查方可输出。
方案是动态的：如一例患者初始候选方案排名第三，待基因检测结果回报阳性后，该方案自动跃升为首选。此外，系统严禁输出如“成功率87%”等针对个体的虚假量化数据，而是引用最相近人群的真实试验数据，供医生判断。
真正的护城河：数据闭环与复盘机制
即便未来出现GPT-6等更强底层模型，若无以下三样核心资产，仍难以企及MedGPT的效果：
- 拆好的证据库：800万条最小颗粒证据单元。
- 结构化病人档案：动态更新的患者状态。
- 反馈闭环：经医生签字的方案与真实治疗结果的长期复盘数据。
消融实验中24分的差距证明了流程的价值。更强的底层模型接入此系统，只会进一步强化整体效能。
赋能而非替代：让医生变强才是目的
该系统的定位并非替代医生，而是提供供医生审阅的高质量决策材料。研究显示，仅提供知识库检索参考可使医生得分升至61.05，而审阅MedGPT完整策略报告后，得分进一步提升至66.27。
图示：MCE辅助下医生制定的诊疗策略在各方面均获得更高增益
中国医学科学院肿瘤医院李印、山东省肿瘤医院王永胜、华西医院陈龙奇等国内专家，以及美国UCSF Health Robert Warren、希望之城Hope S. Rugo等国际顶尖专家均肯定了其临床实用价值与落地潜力。
本次实验PI梁教授指出：“人工智能的核心不在于‘智能’，而在于‘人工’。”基础资料的完善程度直接决定模型效果。他强调，不会被AI淘汰的是医生，但不会使用AI的医生可能会被时代淘汰。
未来医生创始人王仕锐表示，该系统的使命在于“继绝学”与“开太平”：将顶级专家的判断力流程化、规模化，缩小基层医生与顶级专家之间的信息与经验差距，从而提升整体医疗决策质量。
编辑：所罗门