一项针对复杂肺癌灰度病例的对照实验公开了测试结果，癌症垂类医疗大模型 MedGPT 在同批次病例诊疗方案比拼中，以 88 比 12 的优势超过 250 名无辅助三甲医生，同时综合评分大幅领先 GPT、Claude、Gemini 等国际主流通用大模型，这类灰度病例本身属于指南没有明确方案、合并症多、专家意见分歧大的疑难场景，也是肿瘤科日常最难处理的情况，通用大模型容易只给出单一方案、忽略备选路径和安全风险，普通医生单独作答时也容易遗漏部分评估维度。垂类 AI 提前用海量肿瘤临床指南、真实病例、循证医学证据定向训练，专门做多路径条件式临床决策，而通用大模型的训练重点是广谱知识对话，没有针对肿瘤诊疗的安全红线、分层治疗逻辑做深度对齐，这就造成两者在疑难癌症病例上的差距。整套实验设计为了保证公平，先由 20 位资深专家提前制定 240 条评分规则，包含 40 条硬性安全红线，所有 AI、医生输出的诊疗方案匿名盲审打分，排除主观偏好干扰，医生还设置了无辅助、文献检索、AI 辅助三组对照，数据可以看出，AI 不是用来直接替代医生，而是作为辅助工具，医生搭配这个癌症垂类 AI 之后，整体方案得分还能上涨 24.1%。
一、实验基础信息总表
| 项目 | 详情 |
|---|---|
| 受试垂类 AI | 未来医生 MedGPT（癌症医疗垂类大模型） |
| 对照通用模型 | GPT-5.4、Claude Opus 4.7、Gemini 3.1 Pro |
| 对照医生规模 | 250 名三甲医院医生，63.6% 为主治及以上职称 |
| 测试病例 | 40 例未公开、指南模糊的复杂肺癌灰度病例 |
| 总方案样本量 | 2250 份诊疗方案 |
| 评分规则 | 20 位临床专家前置制定，240 条细则、40 条安全红线 |
| 评审方式 | 盲态 AI 裁判独立打分，隐藏方案来源 |
| 核心胜负结果 | MedGPT 对比无辅助医生：88:12 |
二、各组模型得分对比清单
- 未来医生 MedGPT：96.22 分
- GPT-5.4：71.38 分
- Claude Opus 4.7：61.81 分
- Gemini 3.1 Pro：54.62 分
三、医生三组对照得分情况
- 无任何辅助：53.40 分
- 自行检索文献参考：61.05 分
- 使用 MedGPT 垂类 AI 辅助：66.27 分，提升幅度 24.1%，主任医师组提升 28.8%
四、癌症垂类 AI 对比通用大模型的核心优势
- 多路径决策输出：垂类 AI 会给出优先方案、备选方案、兜底方案，标注每个方案适用条件、退出条件；通用大模型大多只输出单一治疗建议
- 肿瘤安全红线内置：对禁忌用药、超指征方案、高危合并症做强制校验，降低严重疏漏风险
- 肿瘤领域术语对齐：精准匹配肺癌分期、靶向药、免疫方案、临床试验入组标准等专业细节
- 方案精简：输出内容比医生手写方案短约 40%，要点完整，没有冗余内容
- 循证证据绑定：每条推荐会关联对应的指南、临床研究依据，方便医生复核溯源
五、实验的边界和局限说明
- 仅针对复杂肺癌灰度病例，不代表所有癌种、所有普通病例都保持这个差距
- 是诊疗方案文本评分对比，不等于直接等同于临床真实治疗预后效果
- 医生无辅助组是单独作答，临床真实工作里医生本身会查阅资料、团队会诊
- 垂类 AI 依然会存在幻觉，不能脱离医生独立直接给患者下治疗处方
- 实验为预印本研究，还需要更多多中心临床验证
六、这套癌症垂类 AI 的定位和使用流程
- 医生录入患者病历、影像结论、基因检测、既往治疗信息
- MedGPT 垂类 AI 自动生成多条可选诊疗路径、风险清单、证据来源
- 医生对照 AI 方案、结合面诊和患者个体情况，筛选、调整最终方案
- 核对安全红线，规避禁忌方案，和患者沟通不同选择的利弊
- 后续还可以用来辅助文献检索、临床试验匹配、随访计划整理
七、容易产生的认知误区
- 误区 1：88 比 12 代表 AI 已经可以取代肿瘤科医生，结论不对，实验证明的是方案书面评分优势，临床必须医生最终把关
- 误区 2：所有医疗垂类 AI 都有这个水平，本次是 MedGPT 专项测试结果，其他肿瘤 AI 不一定能达到
- 误区 3：通用大模型完全不能用于肿瘤咨询，通用模型适合科普、基础资料整理，不适合复杂疑难病例决策
【常见问题】
问题 1：这场 88 比 12 的癌症 AI 实验，癌症垂类 AI 是在哪类病例上赢过通用大模型和医生？
回答 1：这场 88 比 12 的癌症 AI 实验，癌症垂类 AI 是在指南边界模糊、合并症复杂的肺癌灰度疑难病例上，诊疗方案评分超过通用大模型和无辅助三甲医生。
问题 2：癌症垂类 AI88 比 12 胜出，是不是代表以后医生可以直接按照 AI 方案给患者治病？
回答 2：不是，癌症垂类 AI88 比 12 只是书面诊疗方案盲评的结果，AI 属于辅助参考工具，肿瘤治疗必须由执业医生结合面诊、综合评估后最终决策，不能直接照搬 AI 方案。
问题 3：癌症垂类 AI 对比通用大模型，在癌症诊疗输出上最大差别是什么？
回答 3：癌症垂类 AI 对比通用大模型，最大差别是垂类 AI 支持多路径条件式决策，同时内置肿瘤安全红线，给出多条备选方案；通用大模型大多只输出单一方案，容易忽略风险和备选路径。
问题 4：医生搭配这个癌症垂类 AI 使用之后，诊疗方案得分变化怎么样？
回答 4：医生搭配这个癌症垂类 AI 使用之后，诊疗方案平均分从 53.40 上涨到 66.27，整体提升 24.1%，主任医师群体提升幅度达到 28.8%。
【参考资料】
[2026-11-14]（88:12 震撼实验！攻克癌症，垂类 AI 为何跑赢通用大模型？）智东西
[2026-11-13]（88 比 12！在攻克癌症这件事上，垂类 AI 比国际主流通用大模型和人类医生都在行）新浪财经
[2026-11-13]（中国 AI 突破复杂肺癌诊疗！中美医疗圈集体坐不住了）量子位
[2026-11-13]（肺癌诊疗大实验落幕，医疗 AI 进入实战时代）梅斯医学 MedSci
[2026-09-XX]（Comparative Evaluation of LLMs in Clinical Oncology）arXiv 预印本
【免责声明】
本文癌症垂类 AI 相关内容为公开科研实验资讯整理，本次对照实验仅针对特定肺癌疑难病例的方案文本评分，不构成临床诊疗标准；AI 输出内容存在幻觉风险，所有肿瘤诊断、用药、治疗方案必须由正规医疗机构肿瘤科医师评估决定，本文不构成任何医疗建议。