MAST医疗AI排名：通用基准测试中无模型得分超63%

在MAST医疗AI基准测试中，表现最好的AI系统得分也未超过63%。这一结果反映了当前AI在医疗领域应用中仍面临显著挑战，即使是最先进的大模型也无法在综合评测中达到令人满意的准确率水平。

由ARISE研究网络发布的MAST排名显示，Moonshot AI的Kimi K3以62.9%的综合得分位居榜首，紧随其后的是GPT-5.6 Sol（61.8%）、Claude Opus 5（61.2%）、Gemini 3.6 Flash（60.3%）以及Gemini 3.1 Pro（58.7%）。

MAST评估覆盖47个AI模型，涵盖六大临床维度，包括诊断推理、管理推理、安全性、放射学、医学影像和代理式任务完成。这种全面的评估体系揭示了当前医疗AI与临床实际需求之间仍存在明显差距。

值得注意的是，MAST采用调和平均数计算综合得分，这意味着任何单一维度的短板都会显著拉低整体表现。这一评分方法论更贴近临床实践中对系统整体可靠性的要求。

ARISE更新于2026年8月12日的排名中特别指出，所有得分仍处于”预览”阶段，最终数据可能在验证过程中出现变动。这表明医疗AI基准测试的标准化和成熟仍需时日。

从技术角度看，医疗AI的难点不仅在于诊断准确率，更在于如何在真实临床环境中保持稳定的性能表现。模型在受控环境下的表现往往优于实际部署场景，这一问题需要行业共同关注和解决。

尽管当前没有模型突破63%的门槛，但MAST排名的发布为行业提供了客观参照系，有助于医疗机构和开发者在众多AI解决方案中做出更明智的选择，推动整个医疗AI领域的健康发展。

MAST医疗AI排名显示，在最新的通用基准测试中，没有一个医疗AI模型的得分超过63%，这反映出当前医疗AI技术在实际应用中的局限性。尽管AI在医疗影像分析、诊断辅助等方面展现出巨大潜力，但其在处理复杂病例和多模态数据时的表现仍不尽如人意。未来的挑战在于如何提升AI模型的泛化能力和鲁棒性，以应对不同医院和患者群体的多样化需求。此外，数据隐私和伦理问题也是亟待解决的关键问题。然而，随着技术的不断进步和更多高质量医疗数据的积累，医疗AI有望在未来几年内实现突破，特别是在个性化医疗和远程医疗领域，这将为医疗行业带来新的机遇和发展空间。