未来医生MedGPT临床决策研究：88比12胜医生，医疗AI估值逻辑生变

一级市场看医疗AI，长期卡在一个矛盾上：赛道被看好，验证却做不出来。

海外其实早有估值参照。医疗 AI 企业

可问题也跟着来了：帮医生找医学证据、辅助临床判断的AI，已经能撑起150亿美元估值；那要是再往前一步，能突破复杂临床决策的边界，在没有标准答案的疑难病例里给出高质量诊疗方案，这类AI又该值多少钱？

通用大模型通过执业医师考试，现在算不上一道坎。医疗AI真正的分水岭，已经从“懂多少医学知识”挪到“能不能解决复杂临床问题”。下一代医疗AI的技术壁垒和商业价值，恰恰由这个更高阶的能力决定。

中国的一项临床研究，眼下正给这种更高阶的医疗AI价值添出新的想象空间。

有位 68 岁的肺癌术后患者，病灶疑似侵犯胸壁、复发还有待确诊，同时合并间质性肺病，平时离不开吸氧，体能状态评分只有 3 分，大半时间只能卧床。这样的病人摆在面前，胸外科想抓紧做局部治疗把肿瘤控制住，呼吸科却担心治疗会让本就脆弱的肺功能雪上加霜；病理没确诊，肺功能耐受度也不清楚，信息不完整，多科室意见又分歧，诊疗直接卡进了“灰区”。

指南覆盖不到、专家各执一词的复杂病例，其实是临床最常见的痛点，也是医疗 AI 从“会答题”跨到“会看病”的那道核心门槛。

近期，未来医生联合国内顶级三甲医院胸外科团队，用40个未公开的

实验结果引来了国内外近十位一线临床权威的关注和公开表态。中国医学科学院肿瘤医院胸外科食管病区主任李印、山东省肿瘤医院乳腺病中心主任王永胜、四川大学华西医院胸外科学科带头人陈龙奇都在其中；美国方面有 UCSF Health 肿瘤外科主任 Robert Warren、美国 "希望之城" 国家医疗中心乳腺肿瘤内科主任 Hope S. Rugo、被称为迈阿密地区最顶尖前列腺癌放疗专家的Mark Pomper，以及加州大学旧金山分校血液肿瘤科荣誉主任 Marc Shuman 等。

在医生公认最难处理的复杂治疗决策上，医疗AI头一回拿出了比医生更完整的方案。

对资本市场来说，这场实验第一次给国内垂类医疗AI的临床决策能力提供了可量化、可复核的硬依据。赛道由此从讲故事进入拿证据的阶段，估值逻辑和商业化空间也跟着重排。

考试有答案，临床没有

肺癌是癌症里的头号杀手。国家癌症中心数据显示，2022年中国肺癌新发病例106.06万例，死亡73.33万例，发病和死亡都排在恶性肿瘤第一位。

肺癌的治疗路径复杂多变，

过去几年，外界检验医疗AI roughly 走过两个阶段。起先是让大模型去参加医学考试，各国执业医师考试都有标准答案，主流模型后来陆续都过了。再往后是测疑难诊断，比如微软2025年发布的

这次实验考的是治疗决策，还是没有标准答案的那一类。考试和诊断能证明AI装了多少医学知识，治疗决策考的则是它能不能帮医生想明白下一步怎么办。医疗AI真想进临床，这一关早晚得过。

这批实验样本共40例，来源是国内顶尖三甲医院的胸外科，均为真实临床病例，此前没有对外公开过。指南给出模糊推荐的比例达到65%，存在共病与治疗约束明显冲突的同样占65%，还有60%的病例叠加了两项以上复杂因素。

题目没有标准答案，分该怎么打？这是这类实验绕不开的第一道题。

研究团队的做法是先立评分标准，再看作答。20位资深主任医师来自国内顶尖三甲医院六大科室，他们在没看到任何一份作答之前，先给每个病例写好6条评价规则，40个病例合计240条。每个病例的6条规则里，都设了1条安全红线。整个评分过程，答案的来源始终隐藏。

参与对照的医生阵容同样少见。250名医生全部来自三甲医院，主任和副主任医师有159位，占63.6%，分布在全国27个省级地区的98个中心，覆盖胸外科、呼吸科和肿瘤科。

每位医生要做9个病例，分三种条件各做3个：第一种完全凭自己判断，第二种可以查检索参考资料，第三种有

88:12的比分，是拿未来医生MedGPT与医生在第一种条件下的作答相比得出的。250名医生独立完成的750份方案里，有660份得分低于未来医生MedGPT。

AI的方案到底好在哪？

回到开头那位患者身上，会看得比较清楚。

面对这位患者，未来医生MedGPT没有只丢下一句“做”或“不做”。它摆出了几条可选路径，还逐条交代了各自成立的前提：优先考虑相对保守的局部放疗；若病理证实为复发、呼吸功能评估也表明患者能耐受，则可选择更积极的局部治疗；一旦这些条件不满足，就退回到负担较小的姑息放疗或最佳支持治疗。

每个选项背后都附上了该做的检查。检查结果若能支撑关键前提，就朝局部治疗推进；结果不支持，则降级为姑息或支持治疗；一时判断不了的，先维持保守方案，隔段时间再评估。

图：诊疗策略如何按条件分流。若干候选路径同时摆出，经过关键检查确认之后，各自进入推进、降级或复评环节。来源：未来医生与国内顶级三甲医院胸外科团队论文

换个说法，普通医生给出的往往是一个答案，未来医生MedGPT递过来的却更像一张标好岔路口的地图。

医生未必想不到这些。只是门诊时间紧，他们习惯直接给出自己认为最优的那套方案，

评分结果也印证了这一点。五个评分维度里，落差最大的一项就是“候选临床路径”——有未来医生MedGPT协助时，医生在这项上比独立作答高出20.64分。

图：在无辅助（U）、检索参考（R）、未来医生MedGPT辅助（M）三类条件下，医生的平均得分情况。来源：未来医生与国内顶级三甲医院胸外科团队论文

分差背后是对知识的组织方式不同。查资料能帮医生多知道一些，可要把这些知识围绕某位具体患者拼成一套可执行的方案，靠的是另一种本事。

论文的拆解实验同样说明了问题：从未来医生MedGPT的系统里去掉“

图：未来医生复杂疾病临床决策系统的知识底座与工作方式。来源：未来医生

临床实证落地，重构垂类医疗AI商业逻辑

放眼全球，AI正同时在癌症诊疗的多个环节往前推。

上游的基础研究进展最为密集，

美银美林9月的一份研报指出，临床决策的价值有相当一部分最终要靠支付方来兑现。2024年美国卫生总支出约5.3万亿美元，2025年联邦医疗保险优势计划（这类管理式医疗计划会对治疗方案的合理性和费用进行管理。

国内医疗支出同样对应着可观的支付盘子。国家卫健委数据显示，2025年全国卫生总费用约9.34万亿元，占GDP的6.7%；同年基本医保基金（含生育保险）支出3.01万亿元。2024年商业健康险保费收入9773亿元，赔付支出4052亿元。肿瘤是负担最重的病种之一，2024年中国新发癌症病例约515万例。

资本市场也在给这条赛道定价，

支付方和资本市场都盯紧这条赛道，原因在于临床决策离患者最近，也直接关系到钱花得值不值。

上游突破再多，也得落到具体的临床决策上，才能真正让患者受益。一款新药上市后，给哪位患者用、何时用、用到什么强度，依然要靠医生一例一例去判断。在AI攻克癌症的整条链条上，这一环离患者最近，也是眼下最难的一环。

在这里，专攻医疗的模型和通用大模型拉开了明显距离。同样跑完这40个病例，未来医生MedGPT综合得分96.22，

对垂类医疗AI而言，真正难以复制的，是专家知识的积累，以及把这些知识组织成决策的能力。

医疗AGI的价值，在于放大医生

如果说胜过医生体现的是未来医生MedGPT自身的能力，那24.1%的提升更能说明它对医生的价值。

有了未来医生MedGPT辅助，医生的平均得分从53.40升到66.27。不同年资的医生都有提高，主任医师、副主任医师、主治及住院医师三组的提升幅度接近。主任医师组提升了14.61分，增幅达到28.8%。

经验最丰富的那批医生，同样能从AI那里获得帮助。

医疗行业有个老难题：

未来医生创始人、CEO王仕锐曾引用张载的话来说明这件事。

未来医生创始人、CEO王仕锐

实验里还藏着一个细节。

独立作答时，未来医生MedGPT总体得分85.29；医生在它的辅助下得分66.27。说白了，医生只把AI方案里的一部分用了起来。

接下来要解决的，是怎么把AI的本事更完整地交到医生手上。

未来医生现在的思路，是把AI嵌进一套人机协作的服务流程。在

图：专家二诊与多学科会诊的服务流程。来源：未来医生

AI出方案，医生做判断，平台和医生一起对诊疗结果负责。这套安排背后，是未来医生对

支付方也在被拉进来。未来医生已经和多家保险机构合作，方式包括理赔承接；对保险公司而言，诊疗决策越准，赔付就越可控。

这项生意能铺到多大，不妨做个粗略的情景推演。假设医保与商保一年支出合计约3.4万亿元，把这笔钱里的5%、10%、15%交给这类管理，平台按2%收服务费，再从省下的费用里抽5%分成。控费幅度按10%和15%两档算，年收入大致如下。

注：年收入=纳入管理的医疗费用×2%服务费+纳入管理的医疗费用×控费幅度×5%分成。其中纳入比例、服务费率、分成比例都是假设值，上面只是情景测算，既非公司实际经营数据，也构不成业绩预测。

经过这次实验，医疗AGI不再只是一个概念，而成了一种能用临床标准去检验的能力。

专业医疗圈的认可

实验结果公布之后，中美两国的临床专家陆续公开给出了评价。

国内一线专家更在意它在临床上好不好用。中国医学科学院肿瘤医院胸外科食管病区主任、中华医学会胸心血管外科学分会食管疾病学组组长李印教授说，未来医生MedGPT“正是我们一线临床医生迫切需要的医疗AI”。

四川大学华西医院

山东省肿瘤医院

三位专家的说法指向同一个地方：这是能让一线医生在临床中用起来的工具。

美国那边的评价来自几家知名医学中心。UCSF Health肿瘤外科主任Robert Warren博士在X平台上说这是一项“重要的研究”，在他看来，现有数据都说明，AI在为患者和医护人员提供诊疗信息这件事上会起到突出作用。

世界知名乳腺癌专家、希望之城（City of Hope）乳腺肿瘤内科主任Hope S. Rugo博士称，这项研究是肿瘤学领域“真正了不起的进展”，还表示想谈谈合作的可能。被公认为迈阿密地区最顶尖的前列腺癌放疗专家之一的Mark Pomper认为，AI正在改变癌症治疗，下一步的关键在于跟数据清洗专家合作、联合更多肿瘤医生，并把规模做起来，服务更多患者。

从国内临床一线到美国肿瘤学界，这些专家的专业背景各不相同，但都认可这项研究的方向。未来医生MedGPT也因此成了中美医疗圈聊起医疗AI时的一个代表性样本。

就这次实验来看，AI在复杂临床决策上已经给出了实证结果，下一步要看它在真实世界中的表现。论文披露的计划是，研究团队将在医生主导下，把这套条件化的诊疗策略放进真实的临床工作流程，开展事前注册的前瞻性研究，检验它对诊疗流程和患者结局的实际影响。

这也就意味着，医疗AI已经迈入一个全新的阶段。

*以上内容不构成投资建议，不代表刊登平台之观点，市场有风险，投资需谨慎，请独立判断和决策。