TZJHIA-医疗大语言模型评测指标与方法 基本能力编制说明.pdfVIP

《医疗大语言模型评测指标与方法基本能力》

编制说明

一、项目背景

人工智能大模型技术快速发展，正持续赋能医疗健康行

业的数字化、智能化转型。近年来，医疗大语言模型及其衍

生应用不断涌现，在医学知识问答、医疗文本理解、内容生

成、辅助推理等方面展现出较大潜力，对提升医疗服务可及

性、辅助医务人员工作和优化患者体验具有重要意义。

与此同时，医疗场景具有较强专业性、高风险性和严格

合规性。当前行业在医疗大语言模型能力边界如何界定、基

本能力如何科学评价、评测结果如何用于研发优化、应用选

型和监管支撑等方面，仍缺乏统一、系统、可操作的标准参

考。

基于国家人工智能应用中试基地（医疗领域）相关研究

成果，结合国内外医疗大模型评测体系、评测平台和评测数

据集发展情况，并参考GB/T45288.2—2025《人工智能大

模型第2部分：评测指标与方法》，拟构建《医疗大语言模

型评测指标与方法》系列标准。该系列标准拟从基本能力和

场景应用能力两个层面，对医疗大语言模型开展系统规范。

其中，《医疗大语言模型评测指标与方法基本能力》作为系

列标准的基础性文件，规定医疗大语言模型在医学知识理解、

医疗语言理解、内容生成、推理能力以及安全