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
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
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/