智東西（公眾號：zhidxcom）
作者 | 程茜
編輯 | 心緣
智東西2月13日報道，2月7日，中文醫(yī)療大模型評測平臺MedBench公布最新多模態(tài)大模型評測榜單，數(shù)坤科技的數(shù)坤坤多模態(tài)醫(yī)學大模型V3以63.6分拿下第一。
在榜單中，V3的表現(xiàn)超過微醫(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5000家公立醫(yī)院和超1000家體檢機構日常高粘性使用，其中包括90%的Top 100醫(yī)院和目標公立三甲醫(yī)院。
數(shù)坤科技創(chuàng)始人兼董事長毛新生透露，該模型的性能提升得益于其訓練數(shù)據(jù)與訓練策略。數(shù)坤科技深耕醫(yī)療領域8年，已經(jīng)積累了PB級醫(yī)療專業(yè)數(shù)據(jù)。在訓練策略上，研究人員采用醫(yī)學MDT（多學科會診）式訓練策略，讓模型像人類專家會診一樣，對同一病種的影像特征、病理報告、臨床指標進行深度關聯(lián)學習。
一、兩大細分指標拿下第一，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)學大模型V3，其參數(shù)規(guī)模為72B。根據(jù)數(shù)坤科技公眾號，V3具備更接近人類臨床專家的系統(tǒng)化、邏輯化診療思維鏈，能勝任如鑒別診斷、個體化治療等復雜真實任務。
此次V3登頂?shù)?span id="2cdw7mi" class="s1">MedBench來頭也不小。
MedBench由上海AI實驗室發(fā)起，基于醫(yī)學權威標準，評估大語言模型、多模態(tài)大模型及智能體在醫(yī)療領域的能力。2026年1月，上海AI實驗室發(fā)布了MedBench 4.0，并稱這是全國首個且唯一面向垂直模型、專業(yè)模型和應用場景的醫(yī)療大模型評測與驗證體系。
該榜單考驗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)關聯(lián)，并順利完成多項需要綜合理解的醫(yī)療任務。
榜單中列出了醫(yī)療視覺感知與文本提取、跨模態(tài)語義理解與推理、臨床決策支持與推理三大細分指標。
V3在醫(yī)療視覺感知中排名第一，該指標主要考驗模型對醫(yī)學影像、醫(yī)療文檔的識別、定位與病灶檢測能力，模型需要從X光、CT等醫(yī)學影像中識別病灶，以及從病歷、檢查報告中提取關鍵醫(yī)療信息。
跨模態(tài)語義理解與推理考察的是模型對影像、文本等多模態(tài)信息的統(tǒng)一表征與關聯(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。這一模塊檢驗的是模型在掌握醫(yī)學知識基礎上，模擬臨床醫(yī)生進行診療決策的能力。
V3在MedBench拿下綜合能力第一，從基礎的感知理解，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)大模型應用于醫(yī)療領域中環(huán)環(huán)相扣。
對于此次模型登頂，數(shù)坤科技CTO鄭超稱，大模型在評測榜單上的得分越高，越能說明其在醫(yī)療領域的應用能力更接近臨床醫(yī)生水平，但不能唯分數(shù)論。
二、PB級醫(yī)療數(shù)據(jù)、MDT式訓練，要讓模型學會醫(yī)生真實看病過程
數(shù)坤科技在訓練大模型時，其核心在于從設計、訓練到評測，始終圍繞真實醫(yī)療問題的形成邏輯展開，使不同模態(tài)的信息能夠按臨床路徑被理解和使用。
真實醫(yī)療場景中，醫(yī)學信息往往是連續(xù)的、多序列的，且存在不完整、不確定的情況，基于這一痛點，數(shù)坤科技在訓練數(shù)據(jù)的積累、訓練策略的選擇上進行了優(yōu)化。
首先在模型訓練的數(shù)據(jù)上，數(shù)坤科技創(chuàng)始人兼董事長毛新生透露，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)療專業(yè)數(shù)據(jù)，其訓練數(shù)據(jù)規(guī)模已經(jīng)達到了PB級別。
其次在訓練方式上，該公司采用的策略是“醫(yī)學MDT（多學科會診）式訓練策略”。鄭超稱，簡單來說就是讓大模型模擬醫(yī)生的看病過程。
醫(yī)生在臨床診療中，會綜合分析多模態(tài)檢查數(shù)據(jù)，例如查看CT時會結合不同層面的影像，分析核磁時則會參考DCE、DWI、T1WI等不同序列的圖像，再結合患者的病史、主訴等臨床信息，形成對病情的綜合判斷。大模型的訓練過程，正是對這一真實診療邏輯的模擬，通過學習如何整合、解讀各類醫(yī)學影像序列與臨床文本信息，逐步掌握類似醫(yī)生的病情分析與決策思路。
鄭超補充說，數(shù)坤科技的模型不是簡單地把圖像和文本拼在一起，而是讓模型像人類專家會診一樣，對同一病種的影像特征、病理報告、臨床指標進行深度關聯(lián)學習。
他們直接以病種、檢查路徑和臨床決策流程為主線，讓不同模態(tài)的信息在模型中形成可協(xié)同使用的結構。這也對應著數(shù)坤科技要做“最懂醫(yī)療的AI”的目標，讓模型能夠按照醫(yī)學問題本身的結構來組織和理解信息。
三、8年深耕醫(yī)療賽道，數(shù)坤已積累海量真實醫(yī)療數(shù)據(jù)
當下，AI醫(yī)療賽道的熱度飆升，螞蟻集團旗下AI健康助手螞蟻阿福，去年12月成為中國首個躋身AI App前五的健康類AI，大模型獨角獸百川智能連發(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)字人體技術平臺，并且是國內(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、手術等領域。
不同于通用模型，醫(yī)療大模型想要長期穩(wěn)定的應用在醫(yī)療領域難度頗高。
毛新生提到了兩大技術難點，首先在訓練中需要讓大模型多方位了解某一疾病的相關醫(yī)學數(shù)據(jù)；其次是盡量減少模型輸出的幻覺。
這是因為，每一個疾病從預防、篩查、干預、診斷、治療、康復的全生命周期會涉及到大量的醫(yī)學專業(yè)知識，對大模型輸出錯誤的容忍度極低，因此這對大模型企業(yè)提出了非常高的要求，需要醫(yī)學和AI領域知識的雙重積累。
因此，數(shù)坤科技的團隊中有大量具備醫(yī)學背景的研發(fā)人員，他們對肺結節(jié)的CT影像特征與病理報告的細胞形態(tài)描述對應有深入理解，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聯(lián)。
深耕醫(yī)療領域8年的數(shù)坤科技，從計算機視覺到當下大模型的應用，已經(jīng)在AI醫(yī)療領域積累了大量客戶與實際落地案例。
計算機視覺在醫(yī)療領域的早期應用，主要圍繞CT、核磁、超聲等醫(yī)學影像數(shù)據(jù)展開，而多項關鍵技術的首次落地，均由數(shù)坤科技率先推動。毛新生稱，數(shù)坤科技不僅是業(yè)內(nèi)首個將三維神經(jīng)網(wǎng)絡用于醫(yī)學圖像處理的企業(yè)，也是最早從心臟領域切入并實現(xiàn)技術突破的醫(yī)療AI公司。
進入大模型時代后，多模態(tài)醫(yī)學大模型已具備接近?？漆t(yī)生的深度臨床專家思維，能夠為診療工作提供專業(yè)能力補充。目前，相關AI應用已覆蓋院內(nèi)門診、住院全流程，并延伸至院外預問診等多個關鍵場景。
結語：AI落地醫(yī)療賽道，真實診療場景才是試金石
對于醫(yī)療領域模型而言，榜單評測并不是終點，模型是否真正“懂醫(yī)療”，最終仍要接受真實診療流程的檢驗。
不過，此次V3模型以相對而言較小的參數(shù)超越了國內(nèi)外通用大模型與垂直醫(yī)療模型，印證了醫(yī)療大模型的核心競爭力不再是單純的參數(shù)規(guī)模與訓練算力。數(shù)坤科技積累的海量真實醫(yī)院落地經(jīng)驗，或能加速醫(yī)療大模型的應用。
