数坤V3登顶MedBench！国产医疗大模型PB级数据深度解析 | AINEWS

type

status

date

slug

summary

引言：国产医疗大模型的新里程碑

在人工智能技术狂飙突进的今天，通用大模型在文本生成和代码编写上已表现卓越，但在容错率极低的医疗专业领域，垂直类模型的深度应用正逐渐显现出核心优势。近日，中文医疗大模型评测平台 MedBench 公布了最新的多模态大模型评测榜单，数坤科技自主研发的“数坤坤多模态医学大模型V3”以63.6分的高分荣登榜首。

这一成绩不仅超越了微医、云知声等国内知名医疗模型，更在多项指标上领先于 OpenAI 的 GPT 系列、谷歌及阿里千问等通用大模型。此次登顶标志着国产医疗 AI 在模拟人类医生诊疗思维、处理复杂多模态医学数据方面取得了突破性进展。想要了解更多关于 AI资讯和大模型的前沿动态，欢迎访问 AI门户。

PB级医疗专业数据：构建大模型的“核燃料”

数坤科技之所以能在此次评测中脱颖而出，其核心秘籍之一便是长达8年的行业深耕所积累的 PB 级医疗专业数据。在 LLM（大语言模型）的训练中，数据的质量和规模直接决定了模型的“智商”。

不同于通用大模型依赖的互联网公开文本，医疗大模型的训练需要极其精准、合规且具备专业标注的数据。数坤科技已与全球上千家医院合作，产品覆盖了 90% 的 Top 100 医院。这种高粘性的应用场景，为其提供了源源不断的真实世界数据。这些 PB 级数据涵盖了 CT、核磁、超声等影像全模态，以及对应的病理报告和临床指标，为 V3 模型提供了极其丰富的“学习素材”，使其在底层感知能力上具备了天然优势。

MDT式训练策略：模拟医生真实会诊过程

如果说数据是燃料，那么训练策略就是引擎。数坤 V3 模型采用了创新的“医学MDT（多学科会诊）式训练策略”。在真实的临床环境中，医生并非只看一张片子或一份报告，而是会结合患者的主诉、病史、生化指标以及不同序列的医学影像进行综合研判。

数坤科技的研究团队让模型模拟这一过程，对同一病种的影像特征、病理描述进行深度关联学习。这种训练方式让模型不再是简单地识别图像或提取文字，而是形成了类似人类专家的“诊疗思维链”。通过这种跨模态的语义理解，V3 能够胜任鉴别诊断、个体化治疗方案建议等复杂任务，使其在 MedBench 的跨模态语义理解与推理指标中拿下了第一名。

医疗视觉感知与临床决策：从“看图”到“看病”

在 MedBench 的评测体系中，医疗视觉感知是一项关键指标，它考验模型对医学影像中病灶的识别与定位能力。数坤 V3 在这一项的表现堪称惊艳，能够精准地从 X 光或 CT 影像中识别出微小病灶，并从繁杂的检查报告中提取核心医疗信息。

更重要的是，在临床决策支持方面，V3 表现出了极高的专业水准。它不仅能“看到”病灶，还能基于医学知识库进行逻辑推理，辅助医生进行诊疗决策。这种从基础感知到深度推理再到最终决策的闭环能力，是目前人工智能在医疗领域落地的最高形式。对于关注 AI变现和提示词优化的开发者来说，数坤的成功案例证明了垂直领域知识图谱与大模型结合的巨大潜力。

解决“幻觉”痛点：医学背景与技术双重壁垒

医疗 AI 面临的最大挑战之一就是大模型的“幻觉”问题。在医疗场景下，任何错误的输出都可能导致严重的后果。数坤科技通过引入大量具备专业医学背景的研发人员，将肺结节细胞形态描述、冠脉狭窄与心电图关联等深度医学知识融入模型训练中。

通过这种“医学+AI”的双重驱动，数坤 V3 能够更有效地抑制幻觉，确保输出结果的专业性和准确性。这种对医学逻辑的底层重构，使得模型在处理不完整、不确定的临床信息时，依然能保持稳定的表现。这也是为什么垂直领域的大模型在专业性要求极高的场景下，比通用模型更有竞争力的原因。

结语：真实诊疗场景是 AI 的最终试金石

数坤 V3 在 MedBench 榜单的登顶，不仅是参数规模的胜利，更是行业深度理解的胜利。正如数坤科技所言，榜单分数只是参考，模型是否真正“懂医疗”，最终要看其在真实诊疗流程中的表现。

随着 2026 年 MedBench 4.0 等更严苛评测体系的出现，医疗大模型将进入比拼应用落地、比拼临床价值的新阶段。未来，具备深度临床专家思维的 AI 将成为医生的得力助手，覆盖从预问诊到住院全流程。获取更多关于 ChatGPT、Claude 以及全球 AI新闻的深度解读，请持续关注 AIGC.BAR，掌握 AGI 时代的最新脉搏。