HealthAdminBench测评医疗AI行政流程
热点事件持续更新
HealthAdminBench测评医疗AI行政流程
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
斯坦福发布HealthAdminBench并测试医疗AI的行政工作流能力，结果显示，即使模型在单项任务上表现较好，完成跨步骤的完整流程仍较困难：Claude Opus 4.6端到端完成率为36.3%，GPT-5.4单项子任务成功率达82.8%，但完整流程完成度不足。 该基准源于MedHELM对临床决策支持和行政工作流的评估，这两类任务被指为医疗AI表现较弱的领域。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 08:12
HealthAdminBench：医疗 AI 行政工作流表现堪忧报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI HuntHealthAdminBench：医疗 AI 行政工作流表现堪忧
斯坦福 HealthAdminBench 实测显示，Claude Opus 4.6 端到端仅完成 36.3% 的医疗行政工作流，GPT-5.4 单项子任务成功率达 82.8%，但完整流程完成度仍不足。该基准源自 MedHELM 对临床决策支持与行政工作流的发现，二者恰是医疗 AI 表现最弱的领域之一。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。