近日，未来医生与国内顶级三甲医院胸外科团队联合开展的一项肺癌复杂病例研究结果公布。该研究选取了40例此前未公开的真实复杂肺癌病例，邀请250名三甲医院医生分析病例并提出诊疗方案。这些病例多存在指南推荐不明确、共病与治疗要求冲突等情况，需要结合患者的具体条件权衡治疗选择。逐例比较显示，在与750份医生无辅助条件下提交的方案逐一比较时，未来医生医疗大模型MedGPT有660次获得更高评分，以88比12力压250名三甲医生。

研究同时发现，在未来医生MedGPT辅助下，医生最终策略文本的调整后评分由53.40分提高至66.27分，增幅为24.1%。其中，主要治疗方案与备选方案这一项的评分提升最明显，治疗前应核实的信息和安全限制也交代得更充分。对于这一成果，包括中华医学会主委级专家王永胜、陈龙奇、李印等教授、美国顶尖医学专家Robert Warren、Hope S. Rugo等在内的近十位一线临床权威给出了高度一致的判断：这正是临床真正需要的医疗AI。

指南推荐不明确时，AI如何帮助医生权衡治疗选择？

本次研究披露的一个分析示例涉及一名68岁的术后疑似复发患者。患者合并间质性肺病，并持续依赖氧疗。如果选择局部治疗的话，有机会控制肿瘤，也可能造成不可逆的肺损伤。对于这名患者，保留治疗机会与控制肺部风险，需要同时考虑。

在未来医生MedGPT给出的分析中，较为保守的局部放疗被列为优先考虑的方案，更高强度的局部治疗则保留为有条件的选择。未来医生MedGPT指出，能否采用这些方案，需要结合病理确认、重新分期和肺部耐受性评估进一步判断。若患者无法承受更积极的治疗，系统还列出了低负担姑息放疗或最佳支持治疗的备选安排。

这一病例的检查与评估，都可能改变下一步的治疗方案。评估结果支持原有判断，便可以保留或推进相应方案；若关键条件不满足，就需要降低治疗负担；信息仍不明确时，则要安排后续复评。系统的分析因此既交代了治疗选择，也说明了选择随哪些条件改变。

类似的病例有40例，这些复杂病例均由国内顶级三甲医院胸外科提供，且此前并未公开。多数病例具有指南推荐不明确、共病与治疗要求冲突等特点，常规诊疗路径难以直接适用。同一病例可以保留几条有医学依据的路径，但每条路径能否成立，都要回到患者的具体条件中判断。这也是研究考察AI分析能力的重点。

240条规则、40条安全红线，一场严苛规则下的同台竞技

参与研究的250名医生中，主任医师和副主任医师共有159名，占63.6%。参与者来自全国27个省级地区、98个中心，覆盖胸外科、呼吸科和肿瘤科。

面对存在合理分歧的病例，评价方法也需要容纳不同选择。20位来自顶尖三甲医院六个学科的主任医师，经过三轮专家评议，为40例病例制定了240条评价规则。专家先独立识别临床问题，再审阅病例，对有争议的条目补充适用条件。不同方案何时可以接受、哪些信息会影响选择，都被写入规则。专家在制定规则时不看待评答案，医生与系统作答时也不获得这些规则。

其中，40条规则专门处理安全问题，每例病例对应一条，涉及治疗资格、治疗强度或风险处置等关键要求。评价时，方案除了识别风险，还需要说明风险对治疗的具体限制，以及相应的监测、停止或替代安排。

所有作答结果由三个AI裁判按规则独立评分。研究还另外开展了医生对方案整体临床可接受性的评价及规则复评，相关复评隐藏模型名称、AI评分和其他评价者的判断。专家制定参照、AI评分与医生复评各有分工，使比较既有统一依据，也保留了对整份方案的医学审阅。

人机比较以病例为单位，将未来医生MedGPT标准化输出与医生对同一病例的无辅助回答平均分进行比较。评分衡量方案对病例关键临床要求的说明是否充分。在对齐医生回答结构、限制篇幅的分析中，系统仍保留得分优势，这一结果也进一步支持了其病例分析能力。值得一提的是，未来医生MedGPT得分更高并不靠篇幅堆砌——其标准化输出的平均字数比医生作答短四成以上。

与主流通用模型的系统输出比较同样采用这40例病例及相同评价规则。最终，未来医生MedGPT综合得分为96.22分，高于GPT5.4的71.38分、ClaudeOpus4.7的61.81分及Gemini3.1Pro的54.62分。

医生得分提高24.1%，人机协作不断完善复杂病例的诊疗策略

除了比较系统独立输出，研究还设置了人机协作任务，观察医生获得不同支持后提交的最终方案。每名医生分别在无辅助、检索参考和未来医生MedGPT支持三种条件下，各完成3例不同病例，每人共9例，合计形成2250份最终策略文本。医生可以在提交前审阅、修改和补充系统提供的材料。

三种条件下，医生最终策略文本的调整后评分分别为53.40分、61.05分和66.27分。未来医生MedGPT支持条件较无辅助条件高12.87分，相对提高24.1%，较检索参考条件高5.22分（两类辅助使用同一知识库，分别提供病例相关参考资料和可供审阅的诊疗策略）。

分项分析显示，得分提升最明显的是主要与备选治疗路径。医生在AI支持条件下提交的文本，对治疗前需要核实的信息和安全限制也交代得更充分。对于复杂病例，首选方案不可行后如何继续、哪些检查结果会改变选择，往往与最初采用什么治疗同样重要。把这些问题考虑进去，方案才能为后续调整留下依据。

未来医生MedGPT提供的审阅材料，将病例事实、相关证据和候选路径放在一起，列明方案的适用前提，以及风险增加时的替代安排。医生可以对照患者情况检查这些建议，决定哪些内容保留、哪些需要修改补充，再形成自己的最终策略。研究中医生方案的改善，使AI增强医生的价值有了更具体的体现。

应用价值获得中美医学专家高度肯定，未来医生以临床研究推进医疗AGI

研究结果公布后，中美医学专家陆续给予肯定。美国加州大学旧金山分校外科学教授、肿瘤外科专家Robert Warren博士在X平台称其为一项重要研究（“Important study.”）。他指出，AI在医学诊断和治疗决策中的作用正在发展，现有数据支持其在为患者及照护者提供信息方面发挥重要作用（“The role of AI in medical diagnoses and therapeutic decisions is developing and all data so far suggests a prominent role for informing both patients and caregivers.”）。

美国希望之城国家医疗中心乳腺肿瘤内科主任、ASCO教育委员会前编委Hope S. Rugo教授评论称，这项研究代表了肿瘤学领域一项非常显著的进展（“represents a truly remarkable advancement in oncology”），并表示有兴趣探索潜在的合作机会（“I would be very interested in exploring potential opportunities for collaboration.”）。

加州大学旧金山分校（UCSF）血液肿瘤科荣誉主任、北京协和医院荣誉教授 Marc Shuman 博士的评价则指向落地：希望这项研究能把 AI 真正带进真实世界的临床实践（Hopefully this study will bring AI into real world practice.）。

国内多位肿瘤领域专家的评价，同样指出一线医生临床需要应用这样的医疗AI。山东省肿瘤医院乳腺病中心主任、中国抗癌协会乳腺癌专业委员会副主任委员王永胜教授认为，“未来医生MedGPT是能够给肿瘤临床医生带来巨大帮助的医疗AI”；四川大学华西医院胸外科学科带头人、中国医师协会胸外科医师分会常务委员陈龙奇教授同样认为，“未来医生MedGPT对临床医生很有用”，肯定其对临床医生的实用价值。中国医学科学院肿瘤医院胸外科食管病区主任、中华医学会胸心血管外科学分会食管疾病学组组长李印教授指出，这正是一线临床医生迫切需要的医疗AI。

这些来自临床专家的评价，也回应和肯定了未来医生长期关注的方向。作为一家致力于实现医疗AGI的科技公司及这一理念的首倡者，未来医生始终聚焦疑难复杂疾病诊疗，致力于实现在专家二诊和多学科会诊的诸多场景中，能够由AI先行整理病例与证据、比较治疗路径并识别风险，再由医生审核、修改，作出最终医学决策。

将顶级医生的判断经验用于更广泛的临床服务，是未来医生开展人机协作的初衷。该公司还希望通过技术突破，让医学知识本身更新得更快，为复杂疾病探索更好的诊疗方法。创始人王仕锐常用“继绝学、开太平”概括这两层追求，前者着眼于以往优质诊疗经验的传承，后者则指向医学能力的进一步突破。“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。”

此次研究展示的技术进展，正是未来医生朝着“开太平”迈出的具体一步。在缺少统一答案的复杂病例中，未来医生MedGPT展现了比较治疗选择、处理关键限制并辅助医生完善策略的能力。未来医生希望沿着这一方向，与临床专家共同探索疑难复杂疾病中的诊疗难题，让AI在医学知识更新和治疗方法探索中发挥更大作用。