智東西
作者 程茜
編輯 心緣

智東西2月13日?qǐng)?bào)道，2月7日，中文醫(yī)療大模型評(píng)測(cè)平臺(tái)MedBench公布最新多模態(tài)大模型評(píng)測(cè)榜單，數(shù)坤科技的數(shù)坤坤多模態(tài)醫(yī)學(xué)大模型V3以63.6分拿下第一。

在榜單中，V3的表現(xiàn)超過(guò)微醫(yī)、云知聲旗下醫(yī)療行業(yè)大模型，以及OpenAI、谷歌、阿里千問(wèn)旗下通用大模型。

數(shù)坤科技成立于2017年，根據(jù)官方信息，數(shù)坤科技已陸續(xù)推出超100款數(shù)字醫(yī)生產(chǎn)品組合，其產(chǎn)品已在超過(guò)5000家公立醫(yī)院和超1000家體檢機(jī)構(gòu)日常高粘性使用，其中包括90%的Top 100醫(yī)院和目標(biāo)公立三甲醫(yī)院。

數(shù)坤科技創(chuàng)始人兼董事長(zhǎng)毛新生透露，該模型的性能提升得益于其訓(xùn)練數(shù)據(jù)與訓(xùn)練策略。數(shù)坤科技深耕醫(yī)療領(lǐng)域8年，已經(jīng)積累了PB級(jí)醫(yī)療專(zhuān)業(yè)數(shù)據(jù)。在訓(xùn)練策略上，研究人員采用醫(yī)學(xué)MDT（多學(xué)科會(huì)診）式訓(xùn)練策略，讓模型像人類(lèi)專(zhuān)家會(huì)診一樣，對(duì)同一病種的影像特征、病理報(bào)告、臨床指標(biāo)進(jìn)行深度關(guān)聯(lián)學(xué)習(xí)。

一、兩大細(xì)分指標(biāo)拿下第一，更貼近臨床醫(yī)生水平

數(shù)坤科技2025年6月正式發(fā)布數(shù)坤坤多模態(tài)醫(yī)學(xué)大模型V3，其參數(shù)規(guī)模為72B。根據(jù)數(shù)坤科技公眾號(hào)，V3具備更接近人類(lèi)臨床專(zhuān)家的系統(tǒng)化、邏輯化診療思維鏈，能勝任如鑒別診斷、個(gè)體化治療等復(fù)雜真實(shí)任務(wù)。

此次V3登頂?shù)腗edBench來(lái)頭也不小。

MedBench由上海AI實(shí)驗(yàn)室發(fā)起，基于醫(yī)學(xué)權(quán)威標(biāo)準(zhǔn)，評(píng)估大語(yǔ)言模型、多模態(tài)大模型及智能體在醫(yī)療領(lǐng)域的能力。2026年1月，上海AI實(shí)驗(yàn)室發(fā)布了MedBench 4.0，并稱(chēng)這是全國(guó)首個(gè)且唯一面向垂直模型、專(zhuān)業(yè)模型和應(yīng)用場(chǎng)景的醫(yī)療大模型評(píng)測(cè)與驗(yàn)證體系。

該榜單考驗(yàn)的是模型能夠在影像信息、文字描述之間完成穩(wěn)定的跨模態(tài)關(guān)聯(lián)，并順利完成多項(xiàng)需要綜合理解的醫(yī)療任務(wù)。

榜單中列出了醫(yī)療視覺(jué)感知與文本提取、跨模態(tài)語(yǔ)義理解與推理、臨床決策支持與推理三大細(xì)分指標(biāo)。

V3在醫(yī)療視覺(jué)感知中排名第一，該指標(biāo)主要考驗(yàn)?zāi)Ｐ蛯?duì)醫(yī)學(xué)影像、醫(yī)療文檔的識(shí)別、定位與病灶檢測(cè)能力，模型需要從X光、CT等醫(yī)學(xué)影像中識(shí)別病灶，以及從病歷、檢查報(bào)告中提取關(guān)鍵醫(yī)療信息。

跨模態(tài)語(yǔ)義理解與推理考察的是模型對(duì)影像、文本等多模態(tài)信息的統(tǒng)一表征與關(guān)聯(lián)推理能力，V3同樣拿下了第一。

在臨床決策支持與推理中，V3的表現(xiàn)僅次于微醫(yī)醫(yī)療大模型。這一模塊檢驗(yàn)的是模型在掌握醫(yī)學(xué)知識(shí)基礎(chǔ)上，模擬臨床醫(yī)生進(jìn)行診療決策的能力。

V3在MedBench拿下綜合能力第一，從基礎(chǔ)的感知理解，到深度的跨模態(tài)推理，再到最終的臨床決策，三大能力在多模態(tài)大模型應(yīng)用于醫(yī)療領(lǐng)域中環(huán)環(huán)相扣。

對(duì)于此次模型登頂，數(shù)坤科技CTO鄭超稱(chēng)，大模型在評(píng)測(cè)榜單上的得分越高，越能說(shuō)明其在醫(yī)療領(lǐng)域的應(yīng)用能力更接近臨床醫(yī)生水平，但不能唯分?jǐn)?shù)論。

二、PB級(jí)醫(yī)療數(shù)據(jù)、MDT式訓(xùn)練，要讓模型學(xué)會(huì)醫(yī)生真實(shí)看病過(guò)程

數(shù)坤科技在訓(xùn)練大模型時(shí)，其核心在于從設(shè)計(jì)、訓(xùn)練到評(píng)測(cè)，始終圍繞真實(shí)醫(yī)療問(wèn)題的形成邏輯展開(kāi)，使不同模態(tài)的信息能夠按臨床路徑被理解和使用。

真實(shí)醫(yī)療場(chǎng)景中，醫(yī)學(xué)信息往往是連續(xù)的、多序列的，且存在不完整、不確定的情況，基于這一痛點(diǎn)，數(shù)坤科技在訓(xùn)練數(shù)據(jù)的積累、訓(xùn)練策略的選擇上進(jìn)行了優(yōu)化。

首先在模型訓(xùn)練的數(shù)據(jù)上，數(shù)坤科技創(chuàng)始人兼董事長(zhǎng)毛新生透露，數(shù)坤科技已經(jīng)和全球上千家醫(yī)院合作，積累了大量的醫(yī)療專(zhuān)業(yè)數(shù)據(jù)，其訓(xùn)練數(shù)據(jù)規(guī)模已經(jīng)達(dá)到了PB級(jí)別。

其次在訓(xùn)練方式上，該公司采用的策略是“醫(yī)學(xué)MDT（多學(xué)科會(huì)診）式訓(xùn)練策略”。鄭超稱(chēng)，簡(jiǎn)單來(lái)說(shuō)就是讓大模型模擬醫(yī)生的看病過(guò)程。

醫(yī)生在臨床診療中，會(huì)綜合分析多模態(tài)檢查數(shù)據(jù)，例如查看CT時(shí)會(huì)結(jié)合不同層面的影像，分析核磁時(shí)則會(huì)參考DCE、DWI、T1WI等不同序列的圖像，再結(jié)合患者的病史、主訴等臨床信息，形成對(duì)病情的綜合判斷。大模型的訓(xùn)練過(guò)程，正是對(duì)這一真實(shí)診療邏輯的模擬，通過(guò)學(xué)習(xí)如何整合、解讀各類(lèi)醫(yī)學(xué)影像序列與臨床文本信息，逐步掌握類(lèi)似醫(yī)生的病情分析與決策思路。

鄭超補(bǔ)充說(shuō)，數(shù)坤科技的模型不是簡(jiǎn)單地把圖像和文本拼在一起，而是讓模型像人類(lèi)專(zhuān)家會(huì)診一樣，對(duì)同一病種的影像特征、病理報(bào)告、臨床指標(biāo)進(jìn)行深度關(guān)聯(lián)學(xué)習(xí)。

他們直接以病種、檢查路徑和臨床決策流程為主線(xiàn)，讓不同模態(tài)的信息在模型中形成可協(xié)同使用的結(jié)構(gòu)。這也對(duì)應(yīng)著數(shù)坤科技要做“最懂醫(yī)療的AI”的目標(biāo)，讓模型能夠按照醫(yī)學(xué)問(wèn)題本身的結(jié)構(gòu)來(lái)組織和理解信息。

三、8年深耕醫(yī)療賽道，數(shù)坤已積累海量真實(shí)醫(yī)療數(shù)據(jù)

當(dāng)下，AI醫(yī)療賽道的熱度飆升，螞蟻集團(tuán)旗下AI健康助手螞蟻阿福，去年12月成為中國(guó)首個(gè)躋身AI App前五的健康類(lèi)AI，大模型獨(dú)角獸百川智能連發(fā)多款醫(yī)療大模型，刷新行業(yè)SOTA。

V3此次登頂，得益于其在AI醫(yī)療領(lǐng)域的積累。

根據(jù)官方資料，數(shù)坤科技曾全球首創(chuàng)“數(shù)字人體技術(shù)平臺(tái)，并且是國(guó)內(nèi)唯一覆蓋影像全模態(tài)的AI企業(yè)，其已經(jīng)滲透到放射、超聲、手術(shù)等領(lǐng)域。

不同于通用模型，醫(yī)療大模型想要長(zhǎng)期穩(wěn)定的應(yīng)用在醫(yī)療領(lǐng)域難度頗高。

毛新生提到了兩大技術(shù)難點(diǎn)，首先在訓(xùn)練中需要讓大模型多方位了解某一疾病的相關(guān)醫(yī)學(xué)數(shù)據(jù)；其次是盡量減少模型輸出的幻覺(jué)。

這是因?yàn)椋恳粋€(gè)疾病從預(yù)防、篩查、干預(yù)、診斷、治療、康復(fù)的全生命周期會(huì)涉及到大量的醫(yī)學(xué)專(zhuān)業(yè)知識(shí)，對(duì)大模型輸出錯(cuò)誤的容忍度極低，因此這對(duì)大模型企業(yè)提出了非常高的要求，需要醫(yī)學(xué)和AI領(lǐng)域知識(shí)的雙重積累。

因此，數(shù)坤科技的團(tuán)隊(duì)中有大量具備醫(yī)學(xué)背景的研發(fā)人員，他們對(duì)肺結(jié)節(jié)的CT影像特征與病理報(bào)告的細(xì)胞形態(tài)描述對(duì)應(yīng)有深入理解，并且能快速了解冠脈CTA的狹窄程度如何與患者的心電圖變化關(guān)聯(lián)。

深耕醫(yī)療領(lǐng)域8年的數(shù)坤科技，從計(jì)算機(jī)視覺(jué)到當(dāng)下大模型的應(yīng)用，已經(jīng)在AI醫(yī)療領(lǐng)域積累了大量客戶(hù)與實(shí)際落地案例。

計(jì)算機(jī)視覺(jué)在醫(yī)療領(lǐng)域的早期應(yīng)用，主要圍繞CT、核磁、超聲等醫(yī)學(xué)影像數(shù)據(jù)展開(kāi)，而多項(xiàng)關(guān)鍵技術(shù)的首次落地，均由數(shù)坤科技率先推動(dòng)。毛新生稱(chēng)，數(shù)坤科技不僅是業(yè)內(nèi)首個(gè)將三維神經(jīng)網(wǎng)絡(luò)用于醫(yī)學(xué)圖像處理的企業(yè)，也是最早從心臟領(lǐng)域切入并實(shí)現(xiàn)技術(shù)突破的醫(yī)療AI公司。

進(jìn)入大模型時(shí)代后，多模態(tài)醫(yī)學(xué)大模型已具備接近專(zhuān)科醫(yī)生的深度臨床專(zhuān)家思維，能夠?yàn)樵\療工作提供專(zhuān)業(yè)能力補(bǔ)充。目前，相關(guān)AI應(yīng)用已覆蓋院內(nèi)門(mén)診、住院全流程，并延伸至院外預(yù)問(wèn)診等多個(gè)關(guān)鍵場(chǎng)景。

結(jié)語(yǔ)：AI落地醫(yī)療賽道，真實(shí)診療場(chǎng)景才是試金石

對(duì)于醫(yī)療領(lǐng)域模型而言，榜單評(píng)測(cè)并不是終點(diǎn)，模型是否真正“懂醫(yī)療”，最終仍要接受真實(shí)診療流程的檢驗(yàn)。

不過(guò)，此次V3模型以相對(duì)而言較小的參數(shù)超越了國(guó)內(nèi)外通用大模型與垂直醫(yī)療模型，印證了醫(yī)療大模型的核心競(jìng)爭(zhēng)力不再是單純的參數(shù)規(guī)模與訓(xùn)練算力。數(shù)坤科技積累的海量真實(shí)醫(yī)院落地經(jīng)驗(yàn)，或能加速醫(yī)療大模型的應(yīng)用。