在题型设计上，团队也进行了创新突破。康俊晖告诉记者：“除了常规的客观选择题，我们大幅增加了主观简答题比重，通过对大模型回答的深度分析，更准确地评估其临床推理能力。”他举例，其中一道主观简答题提供了一份复杂病历：一位中年肥胖患者，因“手脚麻木”就诊，但检查同时发现其血糖、血脂、尿酸、肝酶均显著升高，有高血压病史和糖尿病家族史。这道题不仅要求模型回答诊断结果，还要求其详细阐述诊断依据和思路，像临床医生一样进行综合推理，对可能存在的多种共病进行关联性考量。

　　浙江省卫生健康信息中心主任李春浦说，应用在真实临床诊疗场景下的人工智能产品，仅靠掌握公开的医学教材、文献资料和个别医院的数据是远远不够的，否则会出现“水土不服”。“这就好比一个医学生，即便熟读教科书，经历了临床实习，仍难以胜任复杂的诊疗工作。因此，必须用大量的‘真案例、真标准’来检验，通过不同医院、不同领域真实的临床案例，包括疑难重症病例，参考国内外最新诊疗指南进行评测，才能科学评估人工智能在严肃医疗场景下的真实水平。”

　　评测工作建立起长效的优化机制。康俊晖介绍，一般情况下，这些医疗大模型经过3至5轮测评，能力上便会有明显提升。目前，浙江正在开展医疗大模型第二轮测评验证工作。

　　来源：浙江日报

　　【如果您有新闻线索，请向我们报料，报料微信号：HaibaoNewsSw】