9月14日提交的KnowBench提出用“工作量减少率”（ER）评测临床AI，即AI生成且被医生签署接受的工作单元占比，比文本相似度更贴近真实工作流。其专有模型在百万次就诊中ER达97.99%。但高接受率不等于临床正确或安全，可能受界面、时间压力影响，且不同错误代价差异大。建议同时报告严重错误率、复核时间等，并分层审计。