行业标准与评估框架 - 中国团队在《npj Digital Medicine》（JCR影响因子15.1，中科院医学大类1区Top期刊）上首次发表了用于评估医疗大模型真实临床能力的系统性框架研究[1] - 该框架名为CSEDB（临床安全性与有效性双轨基准），首次基于临床专家共识，将安全性与有效性分开考量，为评估医疗AI真实临床能力建立了标准化基准[4] - CSEDB的评估逻辑核心并非模型“知道多少”，而是关注模型“如果这样判断，会发生什么”，即以医疗后果为中心[21] - 该框架在指标设计中引入了风险权重机制，根据潜在临床风险赋予1到5级权重，涉及误诊、禁忌用药等高风险的指标对总评分影响显著[16][17] - 为支撑评估，专家团队构建了覆盖26个临床专科、包含2069个开放式问答条目的数据集，场景高度贴近一线实际临床病例推演[20] - 该框架从根本上改变了评估目标，兼具专业性和完整性，方法论可复现、可推广，具备部署导向和监管友好性[22] - 行业竞争正从能力展示阶段进入责任定义阶段，CSEDB的发布被视为一个清晰的市场信号[8] 模型评估结果 - 在CSEDB框架下，专家团队评估了包括DeepSeek-R1、OpenAI o3、Gemini-2.5、Qwen3-235B、Claude-3.7在内的全球主流大模型[26] - 评估结果显示，在总体得分、安全性和有效性三个核心维度上，中国未来医生团队推出的MedGPT均位列第一[27] - MedGPT在安全性指标上与其他模型拉开了显著差距，并且是唯一一个在安全性评分上超过有效性的模型[28] 领先模型技术架构 - MedGPT是一个原生为临床使用场景设计的医疗大模型，其核心架构设计了快慢双系统模式[30][31] - “快系统”针对高度常规、路径清晰、风险可控的临床场景，采用轻量化推理结构，在医学知识约束下快速生成结论，响应时间可压缩到百毫秒量级[32][33] - “慢系统”针对高复杂度、高风险场景，会主动拉长推理链，引入多阶段临床演绎路径，并进行交叉校验[36] - 系统会根据问题的风险等级、信息不确定性及潜在后果，动态决定是否从快系统升级到慢系统[36] - 模型引入了专门的风险调和与控制机制“ACC层”来处理两套系统输出之间的冲突，当结论不一致时会优先触发风险约束，必要时拒绝输出并引导转向人工就医[37][38] - 模型通过结构化方式内化了医学知识体系，使推理更接近医学决策的真实路径[39] - 模型在持续使用中进化，每周来自超过一万名医生的两万条诊疗反馈会纳入训练，形成数据飞轮，每月准确率稳定提升1.2%-1.5%[40] 核心工程与竞争壁垒 - MedGPT的核心壁垒体现在医学逻辑被显式建模、临床风险被量化控制以及临床反馈形成的动态闭环三层机制的叠加[46] - 医学逻辑显式建模：将临床决策过程拆解为从病史分析到结论验证的结构化路径，每一步对应明确的医学知识来源和校验规则，形成可追溯的逻辑链条[42][43] - 临床风险量化控制：通过快慢系统分流和ACC层风险调和，将风险前置到推理过程中，在高风险场景下主动提高验证门槛或触发拒答[44][45] - 临床反馈动态闭环：真实诊疗反馈直接作用于慢系统的推理路径修正和风险策略调整，牵引模型的进化方向[46] - 这些工程化能力让产品划清了责任边界，构成了其难以被简单复刻的核心壁垒[45][46] 产品化与商业路径 - 未来医生以通过CSEDB严格验证的MedGPT为核心引擎，构建了精准匹配不同医疗角色与场景的产品矩阵[49][52] - 产品矩阵包括为患者提供7*24小时严肃诊疗服务的“未来医生”，以及深度嵌入医生诊疗决策流程的“未来医生AI工作室”[57] - 在基层医疗场景下，推出了为资源有限机构提供辅助支持的“未来家医”[52] - 技术通过CSEDB验证获得“准生证”，产品矩阵则将其置于真实场景中反复淬炼，二者相互牵引，驱动系统向更可用、更可控的方向持续演进[53] - 公司目标是通过AI新技术实现优质医疗资源的无限复制，改变医疗资源供给不足的困境，最终使高品质的健康与医疗服务变得人人可及[52] - 医疗AI的竞争正从追求榜单上的智能，转向兑现诊疗中的信任，技术、评估、产品三者的协同成为能否深入临床的决定性因素[56]