中国AI突破复杂肺癌诊疗！中美医疗圈集体坐不住了
内容提要
国产医疗大模型“未来医生MedGPT”联合国内三甲医院开展40例复杂肺癌病例实证研究。在统一标准评估下，AI与250名三甲医生对比取得88比12的胜率，且输出更简洁。医生在其辅助下总体得分从53.40提升至66.27，增幅24.1%，并显著优于GPT-5.4等通用大模型。该系统通过多专科分析、证据匹配与路径校验，为医生提供可核对的诊疗参考，获中美临床专家认可。
延伸解读
实验设计：为何选择“灰区”病例
研究特意选取40例存在指南推荐不明确、共病约束冲突等灰区特征的复杂肺癌病例，而非标准明确的简单病例。这更贴近真实临床中医生最棘手的决策场景，也更能检验AI在多重条件牵制下的综合判断能力。250名医生来自27个省级地区、98个标准化中心，覆盖胸外科、呼吸科和肿瘤科，其中主任及副主任医师占63.6%，保证了对照组的多样性与权威性。
88比12胜率与24.1%提升的解读边界
AI在无辅助条件下以88比12的胜率优于医生，且输出比医生短四成以上；医生在AI辅助下总体得分从53.40升至66.27，相对增幅24.1%。这些数字说明AI在标准化表达和路径完整性上有优势，但需注意实验仅涉及40例病例、评分由三个AI裁判独立完成，且规则由20名专家预先制定。结果反映的是特定评估体系下的表现，不能直接等同于真实临床结局的改善。
与通用大模型的关键差异：多路径与证据可追溯
在同条件横评中，未来医生MedGPT综合得分96.22分，高于GPT-5.4的71.38分、Claude Opus 4.7的61.81分和Gemini 3.1 Pro的54.62分。其优势不在于单一答案，而在于同时生成多条候选路径及每条路径的准入退出条件，并依托约1.3万篇原始文档形成的20.1万条临床证据单元进行逐项匹配。医生可沿证据单元回溯原始研究，核对结论适用范围，这为临床审阅提供了可验证的基础。
人机协作的定位：AI辅助在前，医生判断在后
系统承担多专科分析、证据匹配和路径校验，最终交付包含主要治疗路径、备选方案及执行安排的可核对报告，并附患者获益分析。医生则围绕影响选择的关键条件展开审阅，结合药物可及性、患者意愿和家庭情况完成个体化判断。研究将安全性置于有效性之前，40条安全边界规则触及即判负。这种分工意味着AI提供决策参考而非替代医生，其临床价值仍需在更广泛任务中验证。
Q&A
未来医生MedGPT在肺癌实验中如何与医生进行对比？结果如何？
研究选取40例复杂肺癌病例，250名三甲医生在无辅助条件下提交诊疗方案。在统一标准评估下，未来医生MedGPT有660次获得更高评分，以88比12战胜医生，且输出平均比医生短四成以上。
医生使用未来医生MedGPT辅助后，诊疗得分提升了多少？
医生在MedGPT辅助下总体得分从53.40提升至66.27，相对增幅24.1%，对候选路径的考虑更完整，关键判断和风险评估也更聚焦。
未来医生MedGPT与GPT-5.4等通用大模型相比表现如何？
在同条件横评中，未来医生MedGPT综合得分96.22分，大幅超越GPT-5.4（71.38分）、Claude Opus 4.7（61.81分）和Gemini 3.1 Pro（54.62分）。其优势在于能生成多个合理备选路径及每条路径的准入退出条件，而非单一方案。
未来医生MedGPT如何生成和校验诊疗路径？
系统先进行多专科Agent分析，编译病例并确定约束条件，然后基于肺癌证据库（约1.3万篇文档、20.1万条临床证据单元）生成多组候选路径，再通过补证检索和世界模型模拟推演校验风险，循环迭代直至收敛，最终输出可核对的报告，包含主要路径、备选方案及执行安排。
这次实验的病例和参与医生有什么特点？
40例病例均来自真实临床且未公开，具备灰区特征（指南推荐不明确、共病约束冲突等）。250名医生来自全国27个省级地区、98个标准化中心，覆盖胸外科、呼吸科和肿瘤科，其中主任或副主任医师占63.6%。
中美临床专家如何评价未来医生MedGPT？
中华医学会主委级专家（如李印、王永胜、陈龙奇）认可其临床实用价值，认为是一线医生迫切需要的医疗AI；美国UCSF Health肿瘤外科主任Robert Warren、希望之城国家医疗中心Hope S. Rugo等顶尖专家也肯定研究的行业价值与落地潜力。
