未来医生MedGPT肺癌研究：40例真实病例，88:12胜医生

IPO早知道披露，未来医生联合国内顶级三甲医院胸外科团队开展的复杂肺癌临床决策研究，日前公布了结果。研究取40例真实临床病例，未来医生MedGPT与人类医生对垒，比分为88:12。

这是国内头一回以百人级三甲医院医师群体作对照，围绕被称为“头号癌症杀手”的肺癌所做的大规模AI实证研究。

此前很长一段时间，一级市场看医疗AI，共识就停在“赛道前景广阔”这一层——放到海外市场看也是如此。

未来医生MedGPT这次拿出的成绩，重点不在“AI赢了医生”。医疗AI行业头一次有了经得起检验的结果，这才是关键。

医生用上大模型之后，人机协作的总体得分提高超过24%。

MedGPT的综合评分明显居前。

实验设计是否严谨，是这场研究的核心看点之一。40个病例全部来自国内顶尖三甲医院胸外科，都取自真实临床场景，此前从未公开，每一例都是典型病例。

参评医生的数量与层级，在全球同类临床AI对照实验中排在前列。250名医生均出自三甲医院，主任医师、副主任医师合计159位，占63.6%，覆盖全国27个省级地区、98个医学中心。评分规则由六大科室的20位资深主任医师一同拟定，共形成240条病例级评审规则，其中40条为附加规则。

结果分三个维度呈现。人机对战方面，医生在无辅助条件下提交了750份诊疗方案，比较下来，未来医生MedGPT在660组中得分更高，以88:12胜出，而且输出内容的平均字数比医生作答少四成以上。人机协作方面，有了大模型辅助，医生总体得分由53.4分升至66.27分，涨幅24.1%。模型横向对比方面，同样40例病例测评，未来医生MedGPT综合评分96.22分，明显领先。

医生总体得分从53.4提高到66.27，相对提升24.1%。

国内外的临床一线专家同样对这次实验结果予以肯定。国内方面，

来自不同国家、不同专科、站不同视角的专家，最后都落到同一个判断上：这款医疗AI的价值不在跑分多高，而在于它确实对上了临床的真实需求。

复杂病例库、专家网络与临床基础设施，这三样东西凑在一起，才是它的底子；光靠买算力，哪一样都拿不到。

这里可以多说一句：通用大模型的长处是知识面宽、算力足，可一碰到具体的复杂病例，通常露出三处短处——循证依据不好追溯，各专科的意见容易被硬生生抹平，诊疗建议到底适用于哪些边界，也常常交代不清。

按照未来医生公开的技术路径，未来医生MedGPT把1.3万余篇

到了决策逻辑这一层，系统会就单个病例最多组织 6 个专科智能体各自出意见，分歧照留，不强行统一；接着同步生成标准与前沿诊疗路径，以及配套的验证任务。候选方案代入

这套体系真正难复制的地方，不在代码和算法，而在真实世界的复杂病例库、愿意提前把评审规则定下来的专家网络，以及能持续验证模型能力的临床基础设施。这三样，单靠采购算力都换不来。

走出较

潜在的市场空间也足够大

再往深一层看：88：12这个比分，多少说明未来医生的技术能力已经摸到了复杂临床决策的门槛；24.1%的得分提升，则说明这项能力真能被临床医生用起来、落下去。

“AI出方案、医生做最终决策”这样的协作方式，一方面把商业化落地的路径画清楚了，一方面也守住了医疗监管的安全红线。AI不会取代医生，但会重新划定临床医生的能力边界。未来医生CEO王仕锐把话说得很明白：“我们做医疗AI，不是为了证明AI比医生更聪明，而是为了帮助医生给患者看好病。”

其实在国内医疗AI行业，人们常把它和海外估值百亿的那类产品放在一起比较。公开信息显示，未来医生MedGPT选的是更深一层的路子：它给出的不是一段回答，而是一整套可审阅、可改判、可留痕的患者级临床策略——核心结论、证据等级、备选路径、调整触发条件与待补检查项都在里面，直接嵌进临床决策的完整工作流。

拿复杂病例来说，OpenEvidence交付的是“参考答案与出处”，未来医生交付的则是“带进退路线的完整诊疗方案”。两者切入临床链条的深度并不一样，所处的产业位置和定价逻辑自然也不在同一套坐标系里。

放到整个医疗产业里看，这块市场空间足够大。国内卫生总费用、医保和商保支出体量都不小，肿瘤诊疗市场每年支出中枢约7500亿元；美国那边，管理式医疗下AI控费的付费模式已经跑通。OpenEvidence 120亿美元的估值同样说明一件事：垂直医疗AI怎么定价，看的不是通用大模型的融资节奏，而是它在临床诊疗链条里占住的位置。

从“

头部企业的估值逻辑会被重新审视。

王仕锐经常引用。未来医生创始人、CEO 王仕锐。

沿着这条路，未来医生已经落下两个关键锚点：2023年，未来医生MedGPT在华西医院针对真实病例的

行业往后当然还有难题要过。