最新 Nature Medicine 研究 显示：LLM前沿通用大模型（GPT-5.2、Claude Opus 4.6、Gemini 3.1 Pro）在多项医疗基准测试中，全面超越了专门设计的临床 AI 工具（如 OpenEvidence 和 UpToDate Expert AI）。

测试包括：MedQA 医学知识题
HealthBench 临床对齐评估
真实临床查询（RCQ）盲测，由 12 名美国临床医生随机盲评

前沿模型在所有维度都完爆，专家定制化定制了个寂寞 [呵呵]