88比12！在攻克癌症這件事上，垂類AI比國際主流通用大模型和人類醫生都在行？

作者 | 王涵 編輯 | 漠影 攻克癌症一直是全球醫學界最重大的命題之一，現在這一目標也被AI盯上了。近期，生物醫藥公司Generate Biomedicines藉助Claude Code重新設計CAR-T療法中的細胞內信號結構域，嘗試在縮短組件長度的同時提升免疫細胞活性。實驗中，一項AI參與生成的設計將信號結構域縮短約70%，使細胞表面受體數量增加約10倍，並展現出更強的腫瘤細胞殺傷能力。隨著通用大模型的不斷發展，其正逐漸從整理醫學知識、輔助科研，走向疾病研究和臨床診療。但在醫療領域，面對真實複雜病例，醫生需要綜合患者的身體狀況、既往治療和最新醫學證據，在多種可能的方案中做出判斷。

這也是醫療AI真正面臨的考驗。近日，未來醫生與國內頂級三甲醫院胸外科開展了一項複雜肺癌病例實驗。未來醫生醫療大模型MedGPT（以下簡稱：未來醫生MedGPT）以88比12戰勝了250名三甲醫生。同時，未來醫生MedGPT超越了業界頂尖的大模型如GPT、Claude、Gemini等。醫生使用未來醫生MedGPT輔助後，病例方案得分提升24.1%。

這項實驗結果，也引發了包括中華醫學會主委級專家、美國頂尖腫瘤醫學專家在內的近10位一線臨床權威的關注： 世界知名乳腺癌專家、美國賓夕法尼亞大學醫學院醫學博士、希望之城（City of Hope）乳腺腫瘤內科主任、美國臨床腫瘤學會教育委員會前編委——Hope S.Rugo博士公開點贊未來醫生： “This research represents a truly remarkable advancement in oncology.I would be very interested in exploring potential opportunities for collaboration.

（這項研究代表了腫瘤學領域一項真正非凡的進展。我非常希望探討潛在的合作機會。）” 中國醫學科學院腫瘤醫院胸外科食管病區主任、中華醫學會胸心血管外科學分會食管疾病學組長李印教授的反饋也十分積極：未來醫生MedGPT正是我們一線臨床醫生迫切需要的醫療AI。未來醫生MedGPT儼然已經成為醫療圈公認的醫療AI代表。真實臨床決策場景中，醫療垂類AI與通用模型能力差在哪？垂類AGI與通用AGI，誰會率先抵達？答案或許正在這場實驗中浮現。一、通用大模型會答題，但對於複雜病例診療還不夠 通用大模型擁有廣泛的知識覆蓋和較強的通用推理能力，能夠幫助醫生獲取信息、整理病歷、理解醫學文獻，甚至提出診療思路。

但臨床決策需要更進一步。以被稱為“頭號癌症殺手”的肺癌為例，其診療涉及胸外科、呼吸科、腫瘤科等多個專業科室。因患者千人千面，共病、身體條件限制、既往治療史等因素的影響，所對應的診療手段也複雜多變。部分病例還會存在指南推薦不明確、研究證據不足或多因素相互衝突的情況。如果只是從醫學知識庫中找到相關信息，再生成一段邏輯連貫的回答，仍然無法解決複雜病例的核心問題。真正的臨床決策，需要把證據、患者狀態、治療路徑和風險判斷放在同一個框架中，逐一比較、反覆驗證。這就對AI提出了新要求。針對這些需求，未來醫生MedGPT嘗試將醫學證據直接融入診療推理。

其EvidenceOS將醫學文獻拆解為結構化臨床證據單元（CEU），肺癌證據庫已收錄1.3餘萬篇文獻、20餘萬條CEU及43餘萬條證據關係，其中98.3%的證據單元發表於2024—2026年。在此基礎上，未來醫生MedGPT引入多專科智能體，分別提出診療意見，並同時生成基於指南和共識的標準路徑，以及結合前沿研究的探索路徑。不同方案還需經過虛擬患者推演和五維對抗審查，從安全性、證據質量、風險及執行條件等方面進行比較、修正或淘汰，最終形成包含診療依據、備選方案和後續驗證任務的完整建議。

二、未來醫生MedGPT贏過通用模型，也贏過無輔助醫生 當通用模型與醫療垂類模型面對同一批覆雜病例、同一套臨床評價標準，二者的差異究竟有多大？未來醫生聯合國內頂級三甲醫院開展的此次實驗，圍繞40例真實、未公開的複雜肺癌病例展開。這些病例沒有統一診療答案，涉及指南推薦不明確、合併症、多因素決策等情況。250名參與醫生全部來自三甲醫院，覆蓋27個省份，涉及胸外科、呼吸科、腫瘤科等多個專業。其中，主任醫師和副主任醫師159人，佔比63.6%。20位來自6個科室的資深專家在查看答案之前，針對40例病例制定了240條評價規則，其中40條為安全紅線。

參與醫生分別在無輔助、檢索輔助和未來醫生MedGPT輔助三種條件下各完成3個病例方案，最終形成2250份最終方案。未來醫生MedGPT則獨立完成全部40例病例。所有方案經過盲法評審，由3個AI裁判獨立評分。在模型橫向對比測試中，未來醫生MedGPT綜合評分96.22，全面領先GPT-5.4 Direct、Claude Opus 4.7 Direct和Gemini 3.1 Pro Direct。其差異主要體現在臨床任務的組織方式上。通用模型具備廣泛的知識覆蓋和較強的通用推理能力，但並非圍繞臨床診療決策構建。

醫療垂類模型則將醫學指南、權威文獻、臨床規則和專家經驗納入專門的知識與審核體系，更系統地組織證據、識別風險並比較治療路徑。在人機比較維度，在與醫生無輔助條件下提交的750份診療方案的比較中，未來醫生MedGPT有660次獲得更高評分，對250名參與醫生的勝率達到88:12。如果說AI獨立完成病例方案的成績展示了其能力上限，那麼人機協作的結果，則更直接地回答了AI能否幫助醫生。實驗中，醫生無輔助條件下的平均得分為53.40，檢索輔助後為61.05，使用未來醫生MedGPT輔助後提升至66.27，相比無輔助狀態提高24.1%。這一結果說明，AI的價值並不侷限於獨立完成任務。

從醫療實踐來看，人機協同、AI增強醫生，可能比單純討論AI是否能夠替代醫生更有意義。本次實驗PI、知名胸外科專家梁教授接受採訪時曾說：“未來可能不是AI淘汰醫生，而是AI淘汰不會使用AI的醫生。” 患者和家屬也已經開始使用豆包、阿福等工具獲取醫療信息。醫生需要能夠專業地判斷這些信息的可靠性與適用性，並對患者提出的問題作出解釋。AI可以提供信息、輔助推理，但最終診療判斷依舊需要醫生結合患者實際情況作出。三、未來醫生的目標：繼絕學，開太平 未來醫生脫胎於2014年成立的醫聯集團，是一家聚焦嚴肅診療領域的AI醫療科技公司。

未來醫生創始人王仕銳率先提出醫療AGI概念，認為醫療AI的長期目標不僅是複製頂級醫生的診療能力，還要進一步推動醫學知識本身的更新與進化。可以圍繞兩個理念展開： “繼絕學”：將頂尖醫生的診療能力規模化複製。在傳統醫療體系中，高水平醫生的時間和精力有限，複雜病例往往需要多學科專家共同參與。AI有機會將專家知識、醫學證據和臨床經驗組織起來，讓更多醫生在面對複雜病情時獲得支持，進而讓更多患者獲得高水平醫療服務。“開太平”：推動醫學知識本身的更新與進化。醫學指南和臨床共識建立在已有研究證據之上，但醫學進步也需要不斷提出新問題、驗證新假設。

未來醫生希望通過AI組織醫學證據、比較不同治療路徑，並從真實臨床反饋中發現值得進一步研究的問題。從這一角度看，醫療AGI不僅是將頂級醫生的能力複製給更多人，也可能推動醫學知識更新。圍繞醫療AGI的目標，未來醫生也在探索不同的實際落地場景。專家二診與多學科會診（MDT）：AI完成病例整理、證據匹配和路徑比較，由真人專家完成最終診療決策，幫助專家將更多精力放在關鍵臨床判斷上。連續專病管理：AI輔助信息整理和風險識別，幫助醫生動態覆盤患者病情與治療執行情況，讓診療過程圍繞患者持續展開。

醫保與商業保險服務：探索診療路徑優化、醫療質量提升與醫療資源合理配置，通過醫學證據、診療方案和實際執行情況的分析，輔助識別不合理的診療路徑。這些場景的共同點，就是將AI從單純的信息問答工具逐漸帶入真實醫療流程。結語：醫療AI的競爭正在從模型能力走向系統能力 OpenAI的聯合創始人兼CEO Sam Altman曾在其個人博客《Abundant Intelligence》中提出了一個非常直接的設想： “Maybe with 10 gigawatts of compute, AI can figure out how to cure cancer.

”翻譯過來就是“也許擁有10吉瓦算力，AI就能夠找到治癒癌症的方法。” 這句話符合Scaling Law，更大規模的算力投入、更強的模型能力，可能為癌症研究帶來新的突破。對於擁有龐大算力資源和基礎模型研發能力的AI大廠而言，這無疑是重要優勢。但在複雜臨床診療中，醫學證據如何組織、不同治療路徑如何比較、潛在風險如何識別，以及診療建議如何適應患者的具體情況，都需要一套更貼近醫療場景的系統支撐。未來醫生MedGPT在此次複雜肺癌病例實驗中，將醫學證據組織起來，讓不同診療路徑接受比較和審查，並在發現錯誤或獲得新信息後持續修正。

通用大模型的優勢在於底層模型與算力，醫療垂類AI則需要在醫學證據、臨床規則和診療流程的系統協同中建立自己的優勢。模型能否給出一個好答案固然重要，但在真實醫療流程中形成閉環，才更接近醫療AGI。