据IPO早知道消息，未来医生与国内顶级三甲医院胸外科团队联合开展的复杂肺癌临床决策研究日前正式公布结果。实验采用40例真实临床灰区病例，邀请250名三甲医院医师参与对照，由20位顶尖专家在接触任何作答内容前，先行制定240条评价规则。最终数据显示，未来医生医疗大模型MedGPT（以下简称：未来医生MedGPT）对阵人类医生的比分为88:12。
值得一提的是，这是国内首次以百人级三甲医院医师群体为对照、针对“头号癌症杀手”肺癌开展的大规模AI实证研究。
过去，一级市场对医疗AI的共识长期停留在“赛道前景广阔”的层面——在海外市场，OpenEvidence估值已达120亿美元，“木头姐”Cathie Wood反复强调医疗保健是AI最被低估的应用领域，OpenAI、Anthropic、谷歌、微软相继推出医疗AI产品；国内大厂亦悉数布局入局。
而未来医生MedGPT本次交出的成绩单，核心意义并不在于“AI战胜了医生”，而在于医疗AI行业第一次诞生了经得起尽调级审视的实证结果，同时也意味着整个赛道正式从叙事驱动迈入实证驱动阶段。毕竟，医疗AI行业不仅仅需要通用大模型来流畅回答医学问题，更需要有人能在没有唯一标准答案的复杂病例上，拿出可被验证的临床决策能力。
人机协作、医生总体得分提升超24%
MedGPT综合评分大幅领先GPT-5.4、Opus 4.7
这场实验的核心看点之一，在于实验设计的严谨性——40 个病例全部由国内顶尖三甲医院胸外科提供，均取自真实临床场景且从未对外公开，每一例都属于典型的灰区病例：患者病情复杂，常合并多种基础疾病，诊疗路径存在多个合理选项，超出临床指南覆盖范围，现有学术文献也无明确结论，即便资深专家之间也常存在诊疗分歧。
参与医师的规模与层级，在全球同类临床 AI 对照实验中位居前列：250 名医生全部来自三甲医院，其中主任医师、副主任医师共 159 位，占比 63.6%，覆盖全国 27 个省级地区、98 个医学中心；评分规则由来自六大科室的 20 位资深主任医师共同制定，共形成 240 条病例级评审规则，其中 40 条为安全红线规则；规则先于答案产生，从机制上排除了 “按答案倒推评分标准” 的可能性，且所有作答均由三个 AI 裁判执行盲态独立评审。
实验结果从三个维度展开：人机对战维度，在与医生无辅助条件下提交的750份诊疗方案的比较中，未来医生MedGPT在其中 660 组中得分更高，以 88:12 的比分战胜医生，且输出内容平均字数比医生作答短四成以上；人机协作维度，在大模型辅助下，医生总体得分从 53.4 分提升至 66.27 分，提升幅度达 24.1%；模型横向对比维度，相同 40 例病例测评中，未来医生MedGPT综合评分 96.22 分，大幅领先 GPT-5.4、Claude Opus 4.7 与 Gemini 3.1 Pro。
医生总体得分由 53.4 提升至 66.27，相对提高 24.1%
同时，国内外身处一线的临床专家均对实验结果给出了肯定评价——国内方面，山东省肿瘤医院王永胜教授、四川大学华西医院陈龙奇教授、中国医学科学院肿瘤医院李印教授等多位学科带头人，均认可该模型对临床医生的实用价值，认为这正是一线临床迫切需要的医疗AI。大洋彼岸，美国UCSF Health肿瘤外科主任Robert Warren博士、希望之城乳腺肿瘤内科主任Hope S.Rugo博士、迈阿密射波刀中心医疗总监Mark Pomper等专家也几乎同频发声，肯定研究的行业价值与落地潜力。
不同专科、不同国家、不同视角的专家，最终指向了同一个结论：这款医疗AI的核心价值不在于跑分高低，而在于真正切中了临床的真实需求。
兼具复杂病例库、专家网络与临床基础设施
三者都无法单纯通过采购算力来获得
这里不妨补充一点，通用大模型的优势在于知识广度与算力储备，但在具体的复杂病例面前，普遍存在三块短板：可追溯的循证依据不足、不同专科的意见容易被强行抹平、缺少对诊疗建议适用边界的明确说明。
根据未来医生公开的技术路径，未来医生MedGPT将1.3万余篇肺癌领域的指南共识、随机对照试验、真实世界研究等文献，拆解为20万余条结构化证据单元；每条单元只承载一个临床结论，并明确标注适用边界，其中98.3%的证据发表于2024至2026年。所有证据均由程序直接从原文提取录入，模型只能调用引用，不能自行“生成证据”，这是压制AI幻觉的第一道结构性约束。
在决策逻辑层，系统会针对单个病例组织最多 6 个专科智能体分别输出意见，保留分歧不强行统一；随后同步生成标准与前沿诊疗路径，以及配套的验证任务。候选方案代入虚拟患者模型推演后，还需经过安全、风险、证据、执行性、临床价值五个维度的对抗式审查，经过多轮迭代收敛后才输出最终方案，每条结论都对应可复核的证据编号。
这套体系真正难以复制的并非代码与算法，而是真实世界的复杂病例库、愿意前置制定评审规则的专家网络，以及能够持续验证模型能力的临床基础设施：这三样都无法单纯通过采购算力来获得。
走出较OpenEvidence更深一层的路径
潜在市场空间足够广阔
更进一步来讲：88：12的比分，某种程度上证明了未来医生技术能力已经触达复杂临床决策的门槛；24.1%的得分提升，则证明这项能力能够真正被临床医生落地使用。
这种“AI输出方案、医生最终决策”的协作模式，既勾勒出了清晰的商业化落地路径，也守住了医疗监管的安全红线。AI不会替代医生，而是会重新定义临床医生的能力边界。未来医生CEO王仕锐对此表述明确：“我们做医疗AI，不是为了证明AI比医生更聪明，而是为了帮助医生给患者看好病。”
事实上，国内医疗AI行业常常被与海外估值百亿的 OpenEvidence 做对标，但就未来医生MedGPT而言，两者的产品定位其实并不在同一维度。公开信息显示，OpenEvidence 的核心是循证信息检索与临床问题解答平台：医生输入临床问题，系统返回带文献来源的循证答案，本质是提升医生查阅资料的效率。而未来医生MedGPT走的是更深一层的路径：它输出的不是一段回答，而是一套完整的、可审阅、可改判、可留痕的患者级临床策略——包含核心结论、证据等级、备选路径、调整触发条件与待补检查项，直接嵌入临床决策的完整工作流。
举个例子，同样面对复杂病例，OpenEvidence 给的是 “参考答案与出处”，未来医生给的是 “带进退路线的完整诊疗方案”。产品切入临床链条的深度不同，对应的产业位置与定价逻辑，自然也不在同一个坐标系里。
放回整个医疗产业的坐标系中，其潜在市场空间足够广阔。国内卫生总费用、医保与商保支出规模庞大，肿瘤诊疗市场年支出中枢约7500亿元；美国市场则验证了管理式医疗下AI控费的成熟付费模式。而OpenEvidence120亿美元的估值也印证了：垂直医疗AI的定价逻辑，并不由通用大模型的融资节奏决定，而是由其在临床诊疗链条中占据的核心位置决定。
从“继绝学”到“开太平”
头部企业的估值逻辑将迎来重估
王仕锐常引用横渠四句阐释未来医生的愿景，落在业务层面核心就是两件事：继绝学，开太平。所谓“继绝学”，是将顶级专家的诊疗决策路径沉淀为可规模化复制的诊疗标准；所谓“开太平”，是让这套AI能力参与到医学知识的生产与迭代中。
未来医生创始人、CEO 王仕锐
在这条路径上，未来医生已经打下两个关键锚点：2023年，未来医生MedGPT在华西医院针对真实病例的双盲测试中，与三甲医院主治医师诊断一致性达96%；2025年，未来医生牵头制定全球首个医疗AI临床适用性评估基准CSEDB，成果发表于Nature子刊。而本次与国内顶级三甲医院合作的实验，正是一个可测量、可复核的关键落脚点。
当然，行业接下来仍面临多中心验证、临床工作流接入、付费机制建立三大核心问题。但不可否认的是，整个行业的问题性质已经发生了根本转变——过去市场争论的是“AI能不能帮到临床”，现在要回答的是“它何时进入真实临床场景、以何种身份落地”。当技术拐点得到实证验证、赛道品类共识开始形成，头部企业的估值逻辑也将迎来重估。
