国产多模态医疗大模型登顶权威榜单，技术路径成行业范本

2月7日，中文医疗大模型权威评测平台MedBench发布最新多模态大模型榜单，数坤科技推出的数坤坤多模态医学大模型V3以63.6分的成绩斩获榜首，不仅超越微医、云知声等同行医疗大模型，还在评测中击败OpenAI、谷歌、阿里千问旗下的通用大模型，成为中文医疗AI领域的新标杆，其背后的技术路径引发行业广泛关注。

MedBench作为中文医疗大模型领域的核心评测平台，其评测体系覆盖多模态医疗全场景任务，包括医学影像精准判读、复杂病历综合分析、智能问诊逻辑推导、医学文献深度解读等多个核心维度，全面考验大模型的医学专业能力与临床实用性。此次参评的模型涵盖国内头部医疗AI企业的垂直领域大模型，以及国内外科技巨头的通用大模型，竞争烈度堪称近年之最，数坤V3的登顶成绩含金量十足。

成立于2017年的数坤科技，此前已在医学影像AI赛道深耕多年，积累了扎实的技术基础与行业资源。此次从单一影像AI升级为多模态医疗大模型，其迭代逻辑始终紧扣“贴近临床真实需求”的核心。据内部人士透露，数坤V3的核心竞争力主要来自两大关键布局：

首先是PB级高质量合规医疗训练数据。医疗数据的特殊性在于专业性强、隐私门槛高，数坤通过合规渠道累计了涵盖医学影像、电子病历、检验报告、中外医学典籍等多类型的PB级数据——1PB相当于1024TB，足以支撑模型完成对百万级临床场景的学习。这些数据还经过严格的脱敏处理、专业医师标注与质量校验，确保了数据的真实性与临床参考价值，这是多数同行甚至通用大模型难以企及的核心优势——通用大模型虽训练数据总量庞大，但医疗领域的精准标注数据占比极低，无法支撑专业场景的深度能力构建。

其次是模拟医生真实会诊过程的场景化训练。不同于传统大模型的单任务式训练，数坤V3构建了接近真实临床的多模态会诊场景：模型需要像资深医师一样，先读取患者的CT、核磁等影像片，再结合病历中的病史描述、症状记录，以及检验报告的各项量化指标，进行跨维度的综合分析，最终给出符合临床逻辑的诊断建议与治疗参考。这种训练方式让模型真正具备了“临床思维”，而非简单的知识检索或数据匹配。