Stanford HAI publie MedHELM, PhysicianBench et HealthAdminBench : les Agents IA médicaux accomplissent moins de la moitié des tâches
Titre original:Measuring What Medical AI Can Actually Do
Résumé IA
L'équipe de Stanford résume trois ans de construction de benchmarks pour l'IA médicale : sur PhysicianBench, le meilleur modèle, GPT-5.5, n'accomplit que 46 % des tâches en une seule tentative, et sur HealthAdminBench, Claude Opus 4.6 atteint 36,3 %. MedHELM couvre 121 tâches cliniques en 5 catégories, l'évaluation montrant les scores les plus faibles en aide à la décision clinique et en processus administratifs ; les échecs proviennent surtout de pertes de contexte lors du transfert d'informations entre documents et systèmes. Les deux benchmarks sont ouverts avec des données synthétiques, du code public et des classements.
Points clés
- L'équipe de Stanford résume trois ans de construction de benchmarks pour l'IA médicale: sur…
- 5,n'accomplit que 46 % des tâches en une seule tentative,et sur HealthAdminBench,Claude Opus 4.
- 6 atteint 36,3 %.
- MedHELM couvre 121 tâches cliniques en 5 catégories,l'évaluation montrant les scores les plus…
- les échecs proviennent surtout de pertes de contexte lors du transfert d'informations entre…
En bref
- Publié
- Mis à jour
- Source
- Stanford HAI News(网页)
- Catégorie
- Articles et recherche
- Score IA
- 67
斯坦福团队基于三年基准构建经验给出实测结论,最好的医疗 Agent 完成任务不足一半,失败多源于跨系统信息传递。
Entités associées
Source et droits
Cet article s'appuie sur des titres sélectionnés et des résumés IA issus de l'API publique AIHOT, avec attribution et liens de retour. Les droits sur l'original restent ceux des médias et auteurs d'origine ; ce site ne reproduit pas les textes intégraux.
Comment citer
Pour citer cet article, conservez le titre, la date et le lien permanent, et indiquez Orange News comme source.
Orange News : Stanford HAI publie MedHELM, PhysicianBench et HealthAdminBench : les Agents IA médicaux accomplissent moins de la moitié des tâches. 19. octobre 2026. https://new.nat6.net/fr/news/dla37so34wcgznigffx3j6qko/