ClinEdge 临床边缘病例基准发布：七个前沿多模态系统均表现不佳

Anurag Sharma、Aditya Sharma、Sapna Baalwan 发布 ClinEdge 基准，收录 32 个来自真实临床实践的去标识患者病例，对七个前沿多模态系统完成 224 次专家评分评估，结果显示所有系统表现均不佳，且不同厂商的系统错过相同发现、收敛到相同错误方案。 32 个病例中 4 个已完整公开，其余 28 个留存，研究者邀请前沿 AI 实验室和医疗 AI 公司用其评估自家模型。 以上为论文报告的结果，评估覆盖七个前沿多模态系统。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。