**通用大语言模型在医学基准上超越专用临床AI工具**

_General purpose LLMs outperform specialized clinical AI on medical benchmarks_

> Nature Medicine 研究评估了OpenEvidence和UpToDate Expert AI等专用临床AI工具，与GPT-5.2、Gemini 3.1 Pro和Claude Opus 4.6等通用大模型在医学知识、临床对齐和真实临床查询上的表现。结果显示，通用大模型在所有评估中均优于专用工具，且专用工具在真实临床查询上的表现与谷歌搜索AI概览相当。研究强调独立真实世界评估的必要性。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：论文
- **发布时间**：2026-06-13 03:55（北京时间）
- **原文**：[打开原文](https://www.nature.com/articles/s41591-026-04431-5)