2025年1月，人工智能伦理论坛在哈尔滨顺利举办。中国软件评测中心（工业和信息化部软件与集成电路促进中心）与上海人工智能实验室联合发布了《医疗健康领域大模型发展分析报告（2024）》（以下简称《报告》）。

《报告》对我国85家企业和机构发布的医疗健康大模型，从发展现状、场景落地及医疗健康大模型应用能力开展测评。从研发主体来看，研发主体趋向多元，但以企业为主，占据了医疗健康领域大模型研发的主导地位，高校和科研机构为辅，医疗机构次之，研发合作模式多样化，包括医企、校企等多种模式。

从场景应用来看，目前医疗健康大模型已落地了智能化诊疗、个性化治疗、药物研发、医学影像分析、医疗质控、患者服务、医院管理、教学科研、中医智能化、公共卫生等多个应用场景，切实提升了人们获得医疗服务的便捷性。如在智能化诊疗应用场景，灵医大模型、京医千询等53个大模型通过分析海量医疗数据，能够辅助医生进行更准确的诊断。在个性化治疗应用场景，左医GPT、达尔文大模型等16个大模型可对患者进行精准画像，制定个性化治疗方案，帮助实现千人千面的患者管理策略。在药物研发场景，全原子生物分子模型OpenComplex 2、医渡大模型、“达尔文”等10家大模型，应用于早期的药物筛选、药物优化，药物的临床试验和后期的上市监控。

从MedBench在复杂医学推理、医学语言生成、医学知识问答、医学安全与伦理及医学语言理解五个维度的评测结果来看，遗漏（39.66%）、因果推断（17.11%）及幻觉（16.06%）是导致大模型结果数据错误的主要原因。其中，在医学知识问答任务中，高达44.40% 的错题归因于信息遗漏，在医学语言理解任务方面主要归因于遗漏信息（34.30%）以及因果推断能力欠缺（22.53%），在医学语言生成任务则主要归因于幻觉（63.99%）。