在近日公布的中國(guó)國(guó)際權(quán)威醫(yī)學(xué)多模態(tài)推理評(píng)測(cè)集MedXpertQA的MM子集榜單中，由中國(guó)企業(yè)緣啟智慧（北京）科技有限公司自主研發(fā)的閃耀醫(yī)療AI智能體MentX一舉斬獲中國(guó)區(qū)第一名，全球第二，國(guó)際國(guó)區(qū)力壓GPT-4o、權(quán)威全球GPT-5-mini等國(guó)際主流大模型，醫(yī)學(xué)醫(yī)學(xué)展現(xiàn)出“斷崖式”領(lǐng)先優(yōu)勢(shì)。評(píng)測(cè)

此次MedXpertQA評(píng)測(cè)為全球公開、多第中第標(biāo)準(zhǔn)化的模態(tài)多模態(tài)醫(yī)學(xué)推理挑戰(zhàn)，涵蓋復(fù)雜臨床場(chǎng)景下的推理影像識(shí)別、病歷理解與診斷推理能力評(píng)估，中國(guó)吸引了來自中美歐多地的閃耀主流AI模型參與，被譽(yù)為“醫(yī)療AI領(lǐng)域的國(guó)際國(guó)區(qū)奧林匹克”。在這一國(guó)際化舞臺(tái)上，權(quán)威全球MentX不僅躋身全球前列，醫(yī)學(xué)醫(yī)學(xué)更以顯著優(yōu)勢(shì)成為中國(guó)唯一進(jìn)入第一梯隊(duì)的評(píng)測(cè)醫(yī)療智能體。

數(shù)據(jù)顯示，MentX在“多模態(tài)推理”（Reasoning）和“醫(yī)學(xué)理解”（Understanding）兩項(xiàng)核心指標(biāo)上分別取得69.38分和72.36分的優(yōu)異成績(jī)，綜合得分70.19%，僅次于頂尖模型GPT-5（72.18%），但大幅領(lǐng)先于GPT-4o（42.8%）、GPT-5-mini（60.94%）及人類預(yù)執(zhí)業(yè)專家水平（45.53%），實(shí)現(xiàn)了對(duì)國(guó)際主流模型的全面超越。

尤為值得關(guān)注的是，排名領(lǐng)先的GPT-5系列模型訓(xùn)練數(shù)據(jù)主要基于歐美人群的醫(yī)療記錄，相比之下，MentX從研發(fā)之初即聚焦中國(guó)臨床實(shí)踐，依托國(guó)家衛(wèi)健委臨床醫(yī)學(xué)指南和醫(yī)學(xué)共識(shí)，深度融合國(guó)人的病理特征、診療習(xí)慣，在電子病歷、醫(yī)學(xué)影像與實(shí)驗(yàn)室檢查等多源信息融合方面更具本土適應(yīng)性。

“這意味著，MentX不僅在技術(shù)指標(biāo)上趕超國(guó)際先進(jìn)水平，更在臨床實(shí)用性上更懂‘中國(guó)病、中國(guó)人’。”一位業(yè)內(nèi)專家向記者表示，“對(duì)于中國(guó)醫(yī)生和患者而言，一個(gè)基于本土臨床實(shí)踐、符合中國(guó)醫(yī)療流程的AI系統(tǒng)，其輔助診斷的準(zhǔn)確性和可解釋性更具現(xiàn)實(shí)價(jià)值。”

據(jù)緣啟智慧方面介紹，MentX采用鏈?zhǔn)剿季S（Chain-of-Thought）推理架構(gòu)，能夠模擬醫(yī)生循證診療過程，輸出清晰的診斷邏輯鏈，其強(qiáng)大的多模態(tài)融合能力可對(duì)B超、CT、MRI等影像與文本病歷進(jìn)行精準(zhǔn)解讀，甚至能準(zhǔn)確識(shí)別患者的咳嗽聲、皮膚的照片，實(shí)現(xiàn)全科、多模態(tài)醫(yī)學(xué)循證，像真正的醫(yī)生一樣“望聞問切”，顯著提升臨床決策效率。

業(yè)內(nèi)人士指出，MentX在國(guó)際評(píng)測(cè)中脫穎而出，標(biāo)志著中國(guó)醫(yī)療AI已從“跟跑”邁向“并跑”甚至局部“領(lǐng)跑”階段。隨著政策支持與技術(shù)迭代加速，國(guó)產(chǎn)醫(yī)療AI有望在基層醫(yī)療、慢病管理、智慧醫(yī)院等場(chǎng)景中加速落地。

緣啟智慧表示，未來將持續(xù)優(yōu)化MentX在真實(shí)世界環(huán)境中的泛化能力與安全性，推動(dòng)AI全科診斷系統(tǒng)在全國(guó)各級(jí)醫(yī)療機(jī)構(gòu)普及應(yīng)用，助力“健康中國(guó)”戰(zhàn)略縱深推進(jìn)。