填补临床评测空白，德适生物发布医疗AI评测平台Doctor

  4月30日，杭州德适生物科技股份有限公司（02526.HK，简称“德适”）在香港正式发布医疗AI评测平台Doctor Bench。该平台首次以 “临床实战能力” 为核心标尺，为全球医疗大模型构建起一套贴近真实诊疗场景的多维评测体系。最终评出首期全球医疗大模型排行榜，前三甲分别为：杭州智诊科技的WiseDiag-v2、谷歌的Gemini-3.1-Pro-Preview、OpenAI的GPT-5.4。

  当前，全球医疗大模型正加速从实验室走向临床应用，但行业始终缺乏一套能够真正衡量模型“看病能力”的评测标准。现有的评测大多聚焦于医学知识问答，难以反映模型在复杂临床情境中的综合表现——这种评测与临床实践之间的鸿沟，正在成为制约医疗AI落地应用的全球性挑战。

  此前，Open AI发布Health Bench，标志着领先企业开始重视这一挑战。然而，医疗具有强烈的本土化特征——不同国家和地区的诊疗指南、语言习惯、患者群体存在显著差异，任何单一评测体系都难以实现全球普适。正是基于对这一全球性挑战的深刻认识，德适发起并打造了Doctor Bench 平台。

  《星岛》了解到，德适汇聚了基础医学、临床医学、人工智能、医疗产业等多领域的专家，将严谨的临床医学逻辑与前沿的深度学习算法深度融合，正是这一跨学科团队近十年的深耕与协作，诞生了Doctor Bench，并让该平台既能理解AI技术的边界，又能洞察临床实践的复杂需求，并以此为标准构建评测体系。

  基于不只考核大模型“知识储备”，更关注其临床沟通与决策能力的核心理念，即大模型是否能“像医生一样思考”，Doctor Bench平台构建了三大榜单体系——医学主榜单（LLM）、多模态榜单（VLM）与智能体榜单（Agent），分别评测模型的文本诊疗能力、多模态理解能力，以及模拟诊疗环境中的多轮决策与工具调用能力。

  《星岛》从现场了解到，在评测机制上，Doctor Bench首创“2大核心维度（安全性和准确性）+3项通用维度（交互质量、信息优先级、主动询问）+5项专项模块（证据与引用、可解释推理、可执行性、个体化适配、情感支持）”的多维架构，并搭载“场景自适应权重”——根据不同临床场景的风险等级，动态调整各维度权重，从而使评分逻辑更贴近真实诊疗决策。

  尤为关键的是，该平台还设置了一条具有“一票否决权”的核心红线——即任何模型若在关乎患者安全的关键问题上出现严重偏差，无论其他维度表现如何突出，均无法获得高分。该红线可以确保任何医疗大模型的“医学事实准确”与“安全与风险控制”。而这一设计源于Doctor Bench团队对医疗本质的深刻理解：在关乎生命的领域，安全性永远是第一要义，没有妥协余地。

  “医疗AI的发展是一场关乎人类共同健康福祉的长跑，既需要颠覆式的技术创新和跨学科、跨地域的深度协作，更需要对生命健康的绝对敬畏与坚守。” 德适创始人宋宁表示，期待与全球更多科研机构、临床中心和行业伙伴携手，让真正有实力的技术被看见、被信赖，最终惠及每一位患者。

  据悉，德适生物成立于2016年，是一家专注于医学影像产品及服务的医疗器械企业，由80后科学家宋宁创立，目前已发展为国内AI医学影像龙头，今年3月30日正式登陆港交所主板，成为港股“医学影像大模型第一股”。

  2025年，德适生物推出其自主研发的 iMedImage® 医学影像通用大模型，亦是全球首个千亿级参数跨模态医学影像基座模型。该模型突破了传统医学影像AI单一模态的局限，可覆盖CT、MRI、超声、病理、染色体等19种医学影像模态、超90%的临床医学影像场景，被视为打破了医疗AI行业“单点突破”的发展瓶颈。

  目前德适生物的产品与服务已覆盖全国400余家医疗机构，主要集中于生殖健康及血液恶性肿瘤等领域。