2026年7月18日，2026世界人工智能大会医学分论坛在上海徐汇西岸举行。论坛上，上海正式发布了业界首个针对疑难病例的AI诊疗评测基准，覆盖30个临床专科，专门用于检验医疗大模型处理复杂病例的真实能力。这一举措标志着我国医疗人工智能从“泛化能力展示”迈入“精准能力验证”的新阶段。

首个疑难病例评测基准：30个专科“考卷”亮相

据论坛发布信息，此次推出的疑难病例AI诊疗评测基准，是国内首个专门针对医疗大模型处理复杂病例能力的标准化评估体系。该基准覆盖了内科、外科、妇产科、儿科、肿瘤科、神经科、心血管科等30个临床专科，每一专科均设计了从典型病例到罕见疑难病例的梯度化测试题目。

“以往对大模型的评测多集中在通用知识问答或简单病例诊断，但临床中最具挑战性的恰恰是那些症状不典型、多病共存的疑难病例。”上海市卫生健康委员会相关负责人在论坛上表示，新基准的题目全部源自真实临床场景，经过多轮专家审核和伦理评估，能够全面检验AI模型在信息理解、鉴别诊断、治疗方案制定等方面的综合能力。

业内专家分析，这一评测基准的推出，将为医疗机构选择AI辅助诊疗系统提供科学依据，同时也为医疗大模型研发企业明确了技术攻关方向。据悉，首批参与评测的医疗大模型将在未来三个月内完成测试，结果将面向行业公开。

评测体系升级至5.0版：“原子技能”破解虚假信息难题

与疑难病例评测基准同步亮相的，还有更新至5.0版本的医疗AI评测体系。本次升级的最大亮点是新增了“原子技能”评测方式，这是一种将AI模型能力拆解为最基础操作单元的评估方法，能够对模型生成的虚假信息进行精准定位和校正。

“过去我们发现，大模型有时会在回答中‘一本正经地胡说八道’，但整体评分却可能不低。”上海市人工智能行业协会医疗专委会主任解释，“原子技能”评测将诊断推理过程细分为“症状识别”“指标判读”“用药逻辑”“禁忌症排查”等数十个独立技能点，逐项打分。一旦某个技能点出现错误，系统会自动标记并触发校正机制，从而大幅降低虚假医疗信息的传播风险。

这一升级被认为是对“AI幻觉”问题在医疗场景下的重要应对。医疗领域信息准确性关乎患者生命安全，因此对AI的可靠性要求远高于通用场景。5.0版评测体系将推动医疗大模型从“能用”向“可信”转变。

算力与数据双轮驱动：健康语料库规模将超2PB

论坛同时传来基础设施层面的重大进展：上海市卫生健康行业算力服务中心正式揭牌。该中心定位为全市医疗AI提供规模化、集约化算力支撑，打通了从算力供给、数据合成到模型训练、智能应用的全链条。

数据是AI的“燃料”。据介绍，上海正在加速构建大规模医疗健康语料库，预计到2026年底，语料库规模将超过2PB。通过自动化数据清洗、标注和合成技术，数据准备周期可缩短超过六成，为医疗大模型快速迭代提供坚实保障。

“过去医院积累的海量病历、影像、检验数据，因为隐私保护、格式不一等原因难以有效利用。”上海市大数据中心相关负责人表示，新中心采用隐私计算、联邦学习等技术，在确保数据安全的前提下实现合规共享，让沉睡的临床数据真正“活”起来。

七大场景实践案例发布，中试基地全国首创

论坛现场还发布了《2026人工智能+卫生健康上海实践》案例集，系统梳理了AI在临床辅助决策、患者就医、中医智能化、基层公共卫生、医院管理、药物研发、健康管理等七大场景的应用经验。案例集选取了瑞金医院、华山医院、复旦大学附属肿瘤医院等近20家医疗机构的典型实践，涵盖从三甲医院到社区卫生服务中心的完整链条。

值得关注的是，上海已获批国家医疗领域人工智能应用中试基地，这是全国首个覆盖全部七大医疗应用场景的中试基地。中试基地将提供从技术验证、产品测试到合规审批的一站式服务，加速AI医疗产品的上市进程。

“从评测基准到算力中心，从语料库到中试基地，上海正在构建一个完整的医疗AI生态闭环。”中国科学院院士、复旦大学附属中山医院院长在论坛总结中表示，这一体系的建成，将有力推动人工智能技术在医疗领域的规模化落地，最终让患者享受到更精准、更便捷、更安全的诊疗服务。

随着2026世界人工智能大会的持续深入，上海在医疗AI领域的系列创新举措，正在为我国乃至全球的智能医疗发展树立新的标杆。