斯坦福发布医疗AI真实任务基准

斯坦福 HAI 发布两个医疗 AI Agent 基准，用真实临床与行政任务测试其工作完成情况；测试显示，即使相关 AI 在执业资格考试中取得高分，表现最佳的 Agent 真实任务完成率仍不足一半。 这两项评测将医疗 AI 从考试能力转向真实任务表现，揭示了资格考试成绩与实际工作完成能力之间的差距。

AI 根据报道生成 · 40 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。