新基准显示，AI回答医疗问题仍缺乏可靠证据

Atropos Health 近日推出了一款名为“精准证据基准”（Precision Evidence Bench）的新型测试工具，专用于评估大语言模型在临床环境中的实际应用能力。该工具的创新之处在于将患者的具体病史与真实世界医疗数据相融合，直击当前医疗AI评估的核心痛点：目前约86%的临床决策缺乏高质量证据支持，而过往的AI测试大多忽略了患者的个体差异。 测试显示，包括 GPT 5.6 Sol、Astra 6、Claude Opus 5 以及谷歌 3.8 Flash 在内的多款通用大语言模型，在缺乏患者背景信息时，很难准确找到相关医学依据。但当模型调用 Atropos 旗下的亚历山大证据库（内含数亿条精准医学发现）后，其综合表现提升了超过300%。 “精准证据基准”通过将具体的患者病史纳入临床问题与评估标准，清晰揭示了仅依赖公开文献的AI模型在复杂诊疗场景下的局限性。该工具旨在帮助医疗机构在诊疗一线快速获取高度相关的个性化数据参考，借助更精准的AI辅助，切实提升临床决策的科学性与定制化水平。