InclusionMed 合作团队在 11 月 16 日公开的预印本中,提出面向医疗健康 AI 的评测图谱 InclusionMed Atlas 和综合指数 InclusionMed Index。本条作为近期研究补录,保留论文原始日期。arXiv 论文
Atlas 将患者与公众、医疗专业人员、医疗行政管理人员三类角色,与知识、推理和任务执行三类能力交叉,形成九个评测位置。首期从 388 个候选中审查并复现筛选四个公开基准,再加入团队自建的私有诊断推理基准 InclusionMed-DxFiles。
五个基准合计包含 1034 项任务,覆盖九格中的三格。研究评估 22 个模型版本,并给五个基准各 20% 权重,生成总分及按角色、能力拆分的结果。论文方法与讨论
论文指出,总体排名反映的是当前基准组合及权重,不同角色和能力下的领先模型可能不同;实际临床用途还需单独评估临床获益。首期指数因此不能被视为对全部医疗需求或临床有效性的验证。
配图为 GETAI.APP 使用内置 imagegen 生成的主题插画,非患者资料、临床结果或论文原图。
