9月17日，医学人工智能测评验证联合实验室（以下简称“联合实验室”）在人工智能促进健康全球倡议2026年会（GI-AI4H）上发布年度系列成果，包括MedAIBench测评验证体系2.0、15大专科专病测评体系、多模态测评共建计划和公开高质量测评集。

联合实验室由国家人工智能应用中试基地（医疗）·浙江联合中国信息通信研究院、中国医学科学院北京协和医学院于2025年共同成立，旨在构建"平台测评+临床验证"的医学人工智能产品验证体系。

联合实验室打造的MedAIBench测评体系重点强调要在动态化、过程化、真实临床场景下进行测评。2.0版本进一步加大测评难度，丰富了复杂场景中的推理能力的测评维度，更全面考察模型在真实医疗场景中的信息处理、推理质量和结果可靠性。不仅关注能否给出正确答案，更检验其在真实诊疗链条中的实际可用性。

此次还发布了15大专科测评体系，首批成果覆盖心血管内科、消化内科、精神专科、中医科、内分泌科、肾内科、风湿科、神经内科、眼科、血液内科、普通外科、耳鼻咽喉科、传染科、妇科、呼吸内科等15个专科。题目覆盖诊前、诊中、诊后全链条，构建涵盖信息采集质量、核心决策能力等多维度的可量化指标矩阵，力求贴近真实诊疗逻辑，为临床专科AI应用提供可验证、可比较的验证标尺。

多模态测评共建计划主要聚焦CT、X线/DR、MRI、超声、病理、眼底等六大核心模态，邀请具备相应能力的医疗机构、科研院所、科技企业加入共建计划，围绕测评标准、测评场景、测评数据集，打造"多模融合，全链贯通"的测评体系。

此外，联合实验室还面向行业公开了部分高质量测评题目，涵盖医疗知识问答、医疗安全伦理等核心维度,供科研机构、企业和开发者用于模型能力自测与技术研究，降低行业测评门槛。