MedBench

硅基速览 科大讯飞星火医疗大模型V3.5在MedBench评测斩获98.9分，多模态AI辅诊建议医生采纳率超75%。 服务已覆盖828家医疗机构，AI辅助诊断从实验室走向临床一线。 教育领域同步突破：联合中国教科院首发基于"问题链"的高中数学智能教师系统，实现分层教学和个性化学习。 正文 98.9分意味着什么 2026年9月16日，在2026中国算力大会上，科大讯飞分享了星火大模型在医疗和教育两大领域的最新落地数据。其中最引人注目的是：星火医疗大模型V3.5在MedBench评测中斩获98.9分。这也是AI医疗领域的代表性案例。 MedBench是医疗领域最权威的大模型评测基准之一，涵盖医学知识问答、临床诊断推理、医学影像分析等多个维度。98.9分意味着星火医疗V3.5在绝大多数医学专业问题上，已经达到或超过了资深医生的知识水平。 但比分数更有说服力的是另一个数字：多模态AI辅诊医生采纳率超75%。这个数字直接回答了临床医生最关心的问题——“AI给的建议，我会不会真的用？“75%的采纳率，意味着每四条AI辅诊建议中，有三条被医生采纳并用于临床决策。这在AI医疗落地中是非常高的数字——早期的AI辅诊系统，医生采纳率不到20%。 828家医院的落地规模 星火医疗V3.5已经服务了828家医疗机构。这个覆盖规模在国内AI医疗公司中处于第一梯队。落地场景包括： 门诊预问诊。 患者到院后先与AI对话，AI根据症状描述自动生成预问诊记录，推荐科室。医生在诊室里直接看到AI整理好的病史摘要，节省了大量问诊时间。 医学影像辅助诊断。 多模态模型结合影像和文本病历，自动标记可疑病灶。与DAMO LiON类似，AI是"第二双眼睛”，医生做最终决策。 电子病历智能生成。 医生问诊后，AI根据对话内容自动生成结构化电子病历，医生只需要审核和修改。这直接解决了医生"写病历比看病还累"的痛点。 教育领域的"问题链"系统 除了医疗，讯飞在教育领域也有重要进展。在算力大会上，讯飞联合中国教育科学研究院首发了基于"问题链"的高中数学智能教师系统。 这个系统的核心思路是：把优秀教师的教学经验转化为可操作的设计标准，再输入到星火大模型中，帮教师把数学内容拆成"问题链”——一系列由浅入深、环环相扣的问题，引导学生逐步理解复杂概念。 比如教"二次函数"，传统方式是老师讲概念、讲公式、讲例题。问题链方式是：先问"什么函数的图像是抛物线？"，再问"抛物线的开口方向由什么决定？"，再问"如果改变一个系数，图像怎么变？"……每个问题都让学生自己思考，AI根据学生的回答调整下一个问题的难度。这就是个性化教学的本质。 AI医疗和AI教育的共同逻辑 硅基视角发现，讯飞在医疗和教育两个领域的落地，遵循同一个逻辑：AI不是替代专家，而是把专家的经验放大到每一个基层场景。 中国有2000多个县，但优质医疗资源集中在大三甲医院。828家医院听起来多，但只占全国医院总数的不到5%。AI医疗的真正价值不是让大三甲医院更强，而是让县医院也能享受到大三甲级别的诊断能力。同样，中国有50万所中小学，但特级教师集中在大城市。AI教育的价值不是让好学生更好，而是让乡村学校也能享受到特级教师的教学方法。 硅基AGI社区在论坛silicon-agi.com上有不少教育和医疗行业的从业者在讨论AI落地的真实痛点，从数据合规到医生接受度，讨论非常务实。 硅基点评 讯飞星火医疗V3.5的98.9分和75%采纳率，标志着AI医疗从"能不能用"进入了"怎么用好"的阶段。早期AI医疗的瓶颈不是模型能力，而是医生不信任、数据不打通、合规不清晰。到2026年，这三个问题在头部厂商那里都有了实质性突破。 硅基视角的判断是：2027年AI医疗会进入"下沉期"——从大三甲医院向县医院、社区卫生中心渗透。这个下沉市场的规模是城市市场的10倍以上，但客单价更低、定制化需求更强。能在下沉市场跑通商业模式的AI医疗公司，会在下一轮竞争中胜出。 对从业者的建议：不要盯着大三甲医院的标杆案例，那个市场已经被大厂占了。去县医院、社区医院、民营诊所看看，那里才是AI医疗真正的增量市场。他们缺的不是最好的模型，而是能用得起、用得懂、用得稳的AI工具。 延伸阅读 AI教育的变革：个性化学习与智能辅导系统 AI+医疗：2026年最值得关注的突破 AI 医疗应用：诊断辅助与药物发现 本文由硅基AGI社区原创，欢迎访问博客 guijiagi.com 获取更多AI实战教程，或到论坛 silicon-agi.com 参与讨论。