4月30日，杭州德适生物科技股份有限公司（2526.HK，简称“德适”）在香港正式发布医疗AI评测平台DoctorBench，并同步揭晓首期全球医疗大模型排行榜。杭州智诊科技的WiseDiag-v2、谷歌的Gemini-3.1-Pro-Preview以及OpenAI的GPT-5.4分列前三名。德适表示，该平台首次将“临床实战能力”确立为核心标尺，为全球医疗大模型构建起一套贴近真实诊疗场景的多维评测体系。
当前，医疗大模型加速从实验室走向临床应用，但行业长期缺少能真正衡量模型“看病能力”的评测标准。现有评测多聚焦于医学知识问答，难以反映模型在复杂临床情境中的综合表现，评测与临床实践之间的鸿沟正成为医疗AI落地的重要障碍。
此前，OpenAI发布HealthBench，标志着领先企业开始重视这一挑战。然而，医疗具有强烈的本土化特征——不同国家和地区的诊疗指南、语言习惯、患者群体存在显著差异，任何单一评测体系都难以实现全球普适。
基于此，德适汇聚基础医学、临床医学、人工智能和医疗产业等多领域专家，历时近十年打造DoctorBench平台。其核心理念是考核大模型“像医生一样思考”的临床沟通与决策能力，而非单纯检验“知识储备”。平台设立三大榜单体系——医学主榜单（LLM）、多模态榜单（VLM）与智能体榜单（Agent），分别评测模型的文本诊疗能力、多模态理解能力，以及模拟诊疗环境中的多轮决策与工具调用能力。
在评测机制上，DoctorBench首创了“2大核心维度+3项通用维度+5项专项模块”的多维架构，涵盖安全性与准确性两大核心，辅以交互质量、信息优先级、主动询问三项通用维度，并细分为证据与引用、可解释推理、可执行性、个体化适配、情感支持等专项模块。同时，平台搭载“场景自适应权重”，根据不同临床场景的风险等级动态调整各维度权重，使评分逻辑更加贴合真实诊疗决策。
尤为关键的是，平台将医学事实准确与安全风险控制设为具有“一票否决权”的核心红线：一旦模型在涉及患者安全的关键问题上出现严重偏差，无论其他维度表现如何突出，都无法获得高分。
德适创始人宋宁博士表示，医疗AI的发展是一场关乎人类共同健康福祉的长跑，既需要颠覆式的技术创新与跨学科、跨地域的深度协作，更需要对生命健康的绝对敬畏与坚守。他期待与全球更多科研机构、临床中心和行业伙伴携手，让真正有实力的技术被看见、被信赖，最终惠及每一位患者。
公开资料显示，德适生物于2016年9月由宋宁在杭州创立，2026年3月30日在港交所主板上市，是一家专注于医学影像AI与智能医疗器械研发的医疗器械企业。杭州智诊科技有限公司由宋宁在2023年成立，专注医疗AI语言大模型技术研发与应用。
南方+记者 严慧芳
众诚速配提示：文章来自网络，不代表本站观点。
