Futrbridge

新的ClinEdge基准揭示前沿AI模型在真实患者医疗案例中表现不佳

一个名为ClinEdge的新基准已被开发出来，用于评估前沿多模态AI模型在医学真实世界患者边缘案例中的表现。该基准包含32个去标识化的患者案例，附带影像和临床小插曲，结果显示七个领先AI系统的表现均不佳。常见的失败模式包括模型忽略发现、提供通用治疗方案，以及优先考虑误导性病史而非正确的影像学信息，且答案通常流畅输出，不表达不确定性。