您的位置首页 >机器人 >

医疗健康 AI 独立评测平台 InclusionMed 上线,配套图谱与指数同步发布

全球首个医疗健康 AI 独立评测与分析平台 InclusionMed 已经正式上线,同步带来了 InclusionMed Atlas 医疗 AI 评测图谱、InclusionMed Index 医疗 AI 评测指数,用来给各类医疗健康 AI 做系统化、独立化的测评对比。之前行业里大多是单项基准测试,很难完整看出一个 AI 模型在不同医疗场景里真实能力,而这个平台就是补上这块短板,它由斯坦福大学、哈佛大学、北京协和医学院、蚂蚁集团、InclusionMed.AI 等一共 29 家机构的研究人员联合搭建,也被称作医疗健康领域的 AA(Artificial Analysis),填补了全球医疗健康 AI 综合独立测评的空白。

平台两大核心产品

1、InclusionMed Atlas(医疗 AI 评测图谱)

它是九宫格框架,由两个核心维度交叉组成。

  • 角色维度:患者与公众、医疗专业人员、医疗管理人员
  • 能力维度:知识、推理、任务执行

每一项评测基准都会归类到九宫格对应的位置,方便大家一眼看清现在的评测覆盖了哪些医疗需求,还有哪些方向缺少评测标准。

2、InclusionMed Index(医疗 AI 评测指数)

它会汇总所有基准下的评测结果,输出模型综合得分,同时拆分展示模型在不同角色、不同能力上的强弱表现。首期评测一共选了 5 项评测基准、1034 项任务,对 11 家厂商的 22 个 AI 模型做独立复测和横向对比,除了能力分数,还会统计单任务推理成本,方便大家兼顾效果和成本挑选模型。

平台评测的特点

  1. 独立复测:评测不是厂商自测,会做独立复现校验,减少数据注水。
  2. 分场景评估:同一个 AI,面向普通患者沟通、医生做临床推理、管理员做医疗运营,得分可能差距很大,平台会分开展示。
  3. 开放共建:后续会持续新增评测基准、扩充医疗任务,吸纳更多机构一起完善医疗 AI 评测体系。

首期评测的一个关键结论

参与测评的头部大模型,普遍在面向患者沟通的任务上表现更好,但是临床决策、疑难病例推理这类高难度医疗任务得分偏低;就算综合指数接近的两个模型,推理成本也可能相差很多,不能只看总分选医疗 AI。

【常见问题】

问题 1:InclusionMed 是什么,InclusionMed 能用来做医疗健康 AI 评测吗?

回答 1:InclusionMed 是全球首个医疗健康 AI 独立评测与分析平台,它可以对医疗健康 AI 开展多场景、多能力维度的独立评测,输出图谱和指数,用来横向对比各个医疗 AI 模型的能力和使用成本。

问题 2:InclusionMed Atlas 九宫格评测图谱是怎么划分医疗健康 AI 评测维度的?

回答 2:InclusionMed Atlas 九宫格分为角色、能力两大维度,角色包含患者与公众、医疗专业人员、医疗管理人员,能力包含知识、推理、任务执行,交叉形成九个评测分区,用来归类各类医疗 AI 评测任务。

问题 3:InclusionMed Index 医疗 AI 评测指数只看综合分数就可以挑选医疗 AI 吗?

回答 3:不可以只看 InclusionMed Index 综合分数,这个指数同时拆分不同角色、不同能力分项成绩,还附带单任务推理成本;总分接近的模型,临床推理能力、使用成本差异会很大,要结合使用场景选择医疗健康 AI。

【参考资料】

[2026-11-18](全球首个医疗健康 AI 独立评测与分析平台 InclusionMed 正式上线)亿欧

[2026-11-18](全球首个医疗健康 AI 独立评测与分析平台 InclusionMed 正式上线)青岛新闻网

[2026-11-16](InclusionMed: Benchmarking AI for Inclusive Healthcare)arXiv

[2026-11-16](Index | InclusionMed)InclusionMed 官网

【免责声明】

本文信息仅为行业资讯科普,InclusionMed 平台评测结果仅作为医疗健康 AI 选型参考,不构成临床诊疗、医疗采购的决策依据;医疗 AI 本身不能替代执业医师诊断。平台评测数据会持续迭代更新,以 InclusionMed 官方网站最新公示内容为准。

今日大家都在搜的词: