DeepSeek R1医疗AI模型超越Google和OpenAI
作者 · 来源 · AIbase基地
浏览 · 66次2025-06-04
斯坦福大学发布了一项有关临床医疗 AI 模型的全面评测，DeepSeek R1以66% 的胜率和0.75的宏观平均分，在九个前沿大模型中脱颖而出，成为冠军。这一评测的亮点在于，它不仅关注传统医疗执照考试题，更深入到临床医生的日常工作场景，给出了更切实的评估。
评测团队构建了一个名为 MedHELM 的综合评估框架，包含35个基准测试，覆盖22个医疗任务子类别。这个框架的设计经过了29名来自14个医学专科的执业医生验证，确保了其合理性与实用性。最终，评测结果揭示了 DeepSeek R1的优越性能，紧随其后的是 o3-mini 和 Claude3.7Sonnet。
具体而言，DeepSeek R1在各项基准测试中表现稳健，胜率标准差仅为0.10，表明其在不同测试中的稳定性。而 o3-mini 则在临床决策支持类别的基准测试中表现突出，以64% 的胜率和0.77的最高宏观平均分位居第二。其他模型如 Claude3.5和3.7Sonnet 分别以63% 和64% 的胜率紧随其后。
值得一提的是，此次评测还创新性地采用了大语言模型评审团（LLM-jury）方法进行结果评估，结果显示该方法与临床医生的评分高度一致，证明了其有效性。此外，研究团队还进行了成本效益分析，发现推理模型的使用成本相对较高，而非推理模型成本较低，适合不同需求的用户。
此次评测不仅为医疗 AI 的发展提供了宝贵的数据支持，也为未来的临床实践提供了更多的可能性和灵活性。
热门文章
生态伙伴
AI门户是一款精品AI工具聚合平台。在这里，你可以找到全网最新的热门AI工具。
无论是你是公司创始人，市场人员，文职人员，还是开发人员，你都能在这里找到适合自己的AI工具。
利用AI工具，你可以大幅提高工作效率，从容不迫的获得职场优势。
AI不是淘汰人，而是淘汰不会用AI的人。选择AI门户，获取一站式AI工具分发便利服务。
你还等什么？和AI门户一起探索AI工具吧。
无论是你是公司创始人，市场人员，文职人员，还是开发人员，你都能在这里找到适合自己的AI工具。
利用AI工具，你可以大幅提高工作效率，从容不迫的获得职场优势。
AI不是淘汰人，而是淘汰不会用AI的人。选择AI门户，获取一站式AI工具分发便利服务。
你还等什么？和AI门户一起探索AI工具吧。
AI门户新媒体矩阵等你来关注
商务合作：
生态伙伴
AI门户是一款精品AI工具聚合平台。在这里，你可以找到全网最新的热门AI工具。
无论是你是公司创始人，市场人员，文职人员，还是开发人员，你都能在这里找到适合自己的AI工具。
利用AI工具，你可以大幅提高工作效率，从容不迫的获得职场优势。
AI不是淘汰人，而是淘汰不会用AI的人。选择AI门户，获取一站式AI工具分发便利服务。
你还等什么？和AI门户一起探索AI工具吧。
无论是你是公司创始人，市场人员，文职人员，还是开发人员，你都能在这里找到适合自己的AI工具。
利用AI工具，你可以大幅提高工作效率，从容不迫的获得职场优势。
AI不是淘汰人，而是淘汰不会用AI的人。选择AI门户，获取一站式AI工具分发便利服务。
你还等什么？和AI门户一起探索AI工具吧。
AI门户新媒体矩阵等你来关注
商务合作：
