스탠퍼드 HAI, MedHELM·PhysicianBench·HealthAdminBench 공개…의료 AI Agent 실제 완료율 절반 미만
원제목:Measuring What Medical AI Can Actually Do
AI 요약
스탠퍼드 팀이 3년간 의료 AI 벤치마크를 구축한 성과를 정리했다. PhysicianBench에서 최고 모델 GPT-5.5는 단일 수행으로 46%의 작업만 완료했고, HealthAdminBench에서 Claude Opus 4.6은 36.3%를 완료했다. MedHELM은 5개 대분류 121개 임상 작업을 포괄하며, 평가 결과 임상 의사결정 지원과 관리 프로세스 점수가 가장 낮았다. 실패는 주로 문서와 시스템 간 정보 전달 시 컨텍스트 손실에서 비롯됐다. 두 벤치마크 모두 합성 데이터, 공개 코드, 리더보드로 공개됐다.
핵심 정보
- 스탠퍼드 팀이 3년간 의료 AI 벤치마크를 구축한 성과를 정리했다.
- PhysicianBench에서 최고 모델 GPT-5.
- 5는 단일 수행으로 46%의 작업만 완료했고,HealthAdminBench에서 Claude Opus 4.
- 3%를 완료했다.
- MedHELM은 5개 대분류 121개 임상 작업을 포괄하며,평가 결과 임상 의사결정 지원과 관리 프로세스 점수가 가장 낮았다.
한눈에 보기
- 게시
- 업데이트
- 카테고리
- 논문 및 연구
- AI 점수
- 67
추천 이유
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。
관련 엔티티
출처 및 저작권
이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.
인용 방법
본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.
Orange News: 스탠퍼드 HAI, MedHELM·PhysicianBench·HealthAdminBench 공개…의료 AI Agent 실제 완료율 절반 미만. 2026년 10월 19일. https://new.nat6.net/ko/news/dla37so34wcgznigffx3j6qko/