5月15日，中文醫療大模型權威評測平臺MedBench公布最新自測榜單結果，云知聲基于山海大模型打造的醫療行業專用大模型(UniGPT-Med-U1)以綜合得分93.1的成績強勢衛冕冠軍之位。尤為矚目的是，在醫學語言理解與醫學安全倫理雙項評測中，UniGPT-Med-U1分別斬獲122.3分與104.9分的佳績，雙雙榮登榜首，成為參評的眾多醫療大模型中的卓越典范。
“醫學語言理解”評測得分
“醫學安全倫理”評測得分
MedBench是由上海人工智能實驗室、上海市數字醫學創新中心聯合多家機構打造的中文醫療大模型權威評測平臺。作為全球AI醫療領域的重要參照標準之一，MedBench以其科學嚴謹的評測體系，為全球超過387個醫療大模型提供了客觀科學的性能評估。評測維度涵蓋醫學知識問答、醫學語言生成、復雜醫學推理、醫學語言理解、醫療安全和倫理5大關鍵維度。
多步深度推理，讓診療決策有“根”可循
云知聲UniGPT-Med-U1的優異表現，源于其先進的技術架構與創新技術。該模型基于山海大模型架構完成系統性升級，依托云知聲在醫療行業深耕多年積累的海量診療數據，進行增量式強化訓練。采用的多步深度推理架構，將知識圖譜檢索與邏輯鏈驗證相結合，嚴格遵循循證醫學框架，建立起可信的知識溯源機制。通過雙重校驗的推理范式，該模型在診斷準確性、臨床邏輯完備性和決策過程可解釋性等關鍵指標上實現了突破性提升，為醫療決策提供了更可靠、精準的支持，讓診療決策有“根”可循。
在技術創新方面，云知聲研發的引導式數據生成技術和可控驗證深度推理技術，為UniGPT-Med-U1賦予了獨特優勢。
針對傳統GRPO強化學習訓練數據篩選效率低的問題，引導式數據生成技術采用動態答案預置機制，在生成階段引導模型輸出多樣化醫學回答，確保訓練數據具備天然多樣性。這不僅大幅縮短數據篩選耗時，還增強了模型對錯誤答案的鑒別能力，顯著降低臨床決策支持任務中的誤診風險。
而可控驗證深度推理技術，則有效解決了現有大語言模型在醫療推理中的痛點。該技術采用“推理-反思-再推理”循環架構，并結合可驗證推理獎勵和可驗證反思獎勵機制，使模型在生成診斷建議時具備嚴格的自檢能力，實現精準反思與可靠決策，避免出現邏輯漏洞和冗余信息。
技術落地賦能，推動醫療行業智慧化發展
從技術研發到場景應用，云知聲基于醫療行業專用大模型、智能語音識別、自然語言理解、臨床知識圖譜等人工智能技術，構建了豐富的產品和解決方案體系，覆蓋醫政醫管、臨床診療、醫保管理、患者服務等多個業務領域，服務對象包括衛健委、醫保局、醫院管理者、醫護人員、患者等多類用戶，全面賦能醫療智能化建設。
其中，基于醫療行業專用大模型推出的門診病歷生成、智能病歷質控、DRG/DIP醫保支付管理等系統，已在全國幾十家醫院成功落地應用。
門診病歷生成系統能夠實時捕捉醫患之間的對話內容，智能提取關鍵問診信息，并自動生成結構化病歷。醫生僅需進行簡單審核，即可完成病歷書寫工作。目前該系統已在北京友誼醫院順義院區廣泛應用，單份病歷采納率高達98%，大幅降低了醫生文書負擔;智能病歷質控系統能夠精準理解病歷內容，并智能識別其中的書寫錯誤與缺陷。系統對影像描述、專業術語進行細致分析，并對檢查結果、檢查結論以及檢查依據進行深度解讀，從而實現高效、精準的病歷質控;DRG/DIP醫保支付管理系統以智能提醒和數據分析兩種方式，從診療過程中、醫保結算前到醫保結算后，為醫生、質控員、編碼員和醫保處提供全流程、全方位的醫保支付管理服務。該系統成功助力中國人保財險完成核賠風控AI醫療審核系統的全國性部署。
持續創新，引領AI醫療新未來
憑借領先的技術架構與扎實的場景落地能力，云知聲醫療行業專用大模型在AI醫療賽道的專業技能比拼中屢獲佳績。在MedQA、CCKS醫學大模型評測、Medbench醫學大模型評測、全國醫保大賽等專業競賽中，始終保持大模型醫學能力全球領先的地位，充分展現了其在技術創新和實踐應用方面的卓越實力。
此次再次登頂MedBench榜單，不僅是對云知聲技術實力的再次證明，更是對其在AI醫療領域持續創新的肯定。未來，云知聲將繼續深化專業技術，進一步提升UniGPT-Med-U1的性能和應用水平，攜手更多醫療機構、科研單位，共同探索AI醫療的更多應用場景。為提升醫療服務質量和效率，改善患者就醫體驗，促進醫療行業智慧化、可持續發展貢獻更多力量。
免責聲明：以上內容為本網站轉自其它媒體，相關信息僅為傳遞更多信息之目的，不代表本網觀點，亦不代表本網站贊同其觀點或證實其內容的真實性。如稿件版權單位或個人不想在本網發布，可與本網聯系，本網視情況可立即將其撤除。
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。
