บทความและงานวิจัย

Stanford HAI เปิดตัว MedHELM, PhysicianBench และ HealthAdminBench พบเอเจนต์ AI ทางการแพทย์ทำงานสำเร็จไม่ถึงครึ่ง

หัวข้อต้นฉบับ:Measuring What Medical AI Can Actually Do

สรุปโดย AI

ทีม Stanford สรุปผลการสร้าง基準ทางการแพทย์ของ AI ในสามปี บน PhysicianBench โมเดลที่ดีที่สุดอย่าง GPT-5.5 ทำงานสำเร็จเพียง 46% ต่อครั้ง ส่วน HealthAdminBench Claude Opus 4.6 ทำได้ 36.3% MedHELM ครอบคลุมงานคลินิก 121 รายการใน 5 หมวดใหญ่ ผลประเมินชี้ว่าการสนับสนุนการตัดสินใจทางคลินิกและกระบวนการบริหารได้คะแนนต่ำสุด ความล้มเหลวส่วนใหญ่มาจากการสูญเสียบริบทเมื่อส่งข้อมูลข้ามเอกสารและระบบ ทั้งสอง基準เปิดให้ใช้ข้อมูลสังเคราะห์ โค้ดสาธารณะ และกระดานจัดอันดับ

ข้อมูลสำคัญ

  • ทีม Stanford สรุปผลการสร้าง基準ทางการแพทย์ของ AI ในสามปี บน PhysicianBench โมเดลที่ดีที่สุดอย่าง GPT-…
  • 5 ทำงานสำเร็จเพียง 46% ต่อครั้ง ส่วน HealthAdminBench Claude Opus 4.
  • 6 ทำได้ 36.
  • 3% MedHELM ครอบคลุมงานคลินิก 121 รายการใน 5 หมวดใหญ่ ผลประเมินชี้ว่าการสนับสนุนการตัดสินใจทางคลินิก…

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
Stanford HAI News(网页)
หมวดหมู่
บทความและงานวิจัย
คะแนน AI
67
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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。

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: Stanford HAI เปิดตัว MedHELM, PhysicianBench และ HealthAdminBench พบเอเจนต์ AI ทางการแพทย์ทำงานสำเร็จไม่ถึงครึ่ง 19 ตุลาคม 2026 https://new.nat6.net/th/news/dla37so34wcgznigffx3j6qko/

ดูทั้งหมด →