NPCBench

新的NPCBench基准评估AI在癌症护理路径中的多模态推理能力

研究人员推出NPCBench，一个旨在评估AI模型在鼻咽癌患者护理路径中多模态推理能力的新基准。与专注于孤立任务的现有基准不同，NPCBench评估模型整合知识、解读多模态证据以及在患者治疗过程中做出时间连贯的诊断和护理决策的能力。对30个模型的初步评估显示存在显著的“组合鸿沟”，即在单个任务上的强劲表现未能转化为完整护理路径中准确、联合正确的答案，多模态模型在严格的CarePath评估中成功率最高仅为23%。