未来医生MedGPT肺癌病例测试胜250名三甲医生

最近，微软在《科学》杂志发布一项研究，其研发的AI诊断系统诊断正确率达83%，而对照组全科医生仅为36%。微软AI CEO苏莱曼直言，这是通往「医疗超级智能」的一步。

另一项更亮眼的对比研究，来自未来医生联合国内顶级三甲医院胸外科开展的多中心试验。该研究选取40例从未公开的疑难肺癌病例，均属于临床指南未明确、多种治疗冲突、标准路径受阻的「灰区」难题，20位顶级专家提前为每例病例制定6条评分规则，共240条，其中40条为安全红线，踩线即判负。

试验中，250名来自98家医疗机构的三甲医生（六成以上为主任、副主任医师，涵盖胸外、呼吸、肿瘤三科）独立作答，平均得分53分；而未来医生医疗大模型MedGPT的得分达85分。一对一对比病例的750份诊疗方案，MedGPT在660次中得分更高，以88:12战胜医生，且其答卷平均比医生的短四成以上。

值得注意的是，MedGPT的取胜路径与微软AI恰好相反。为验证是否因模型规模差异导致结果，研究团队开展消融实验：拆除MedGPT的整个流程，仅保留底层模型直接作答，得分骤降近24分；仅移除多学科会诊模块，得分下降16分。可见，差距不在模型，而在流程——MedGPT将医生看病的查文献、想方案、自我纠错、留退路等流程，转化为可自动运行的系统。

更关键的是，MedGPT对医生的辅助价值：无辅助时医生平均得分53.4，仅参考知识库检索提升至61.05，而当医生审阅MedGPT输出的完整策略报告后，得分升至66.27，相对提升24.1%。

MedGPT的核心能力体现在三大步骤：

第一步，拆分文献至最小颗粒度：每条证据仅对应一个结论，明确适用人群、限定条件和来源，避免将A人群的证据误用至B人群。团队针对肺癌病种，拆分1.3万余篇文献，生成超20万条结构化证据单元，建立43万条关系链，总证据单元超800万条，覆盖临床指南、试验、真实世界研究等多类资料。

第二步，将病历转化为动态状态表：记录患者的病情阶段、合并症、治疗意愿、待确认信息等，每更新一次检查结果即同步更新，由医生签字确认。系统再将证据与患者状态匹配，自动完成「对号入座」的筛选，将海量信息压缩为医生需优先判断的关键问题。

第三步，方案自我审查后才输出：系统组织最多6个专科的AI智能体独立提意见，保留分歧；同时生成标准路径（指南底线）、前沿路径（最新研究方案）、验证任务（需做的检查及结果影响）三类路径；再模拟患者状态推演，从安全、尾部风险、证据剂量、时序执行、边际价值五个维度审查，结果分为保留、修复、淘汰，通常经2-3轮审查后才输出方案。

MedGPT的真正壁垒不在底层模型，而在三样：拆好的证据库、结构化的患者档案，以及医生签字方案与真实结果对比的反馈闭环。新模型若接入这些要素，能力会更强；若缺少这些，模型再大也难有同等效果。

本次研究得到中美临床一线专家的认可，国内多位中华医学会主委级专家认为MedGPT是一线医生急需的医疗AI，美国顶尖肿瘤专家也肯定其行业价值与落地潜力。研究负责人梁教授指出，人工智能的核心不在于「智能」，而在于「人工」，前期人工梳理的资料质量直接决定模型效果；未来医生创始人王仕锐则引用「横渠四句」，称其使命是「继绝学」（复制顶级专家判断力）和「开太平」（加速医学知识更新）。

中国医疗资源分布不均，基层医生面对复杂病例时，可借助MedGPT的能力，向顶级专家的决策质量靠拢，这也是88:12数字背后的核心价值。