InclusionMed平台正式上线,全球首个医疗AI独立评测体系落地
全球首个专注于医疗健康领域的AI独立评测与分析平台InclusionMed近日正式上线,旨在提供客观、可复现的评估框架。该平台聚焦模型在真实临床场景中的表现,填补行业长期缺乏统一评价标准的空白。
全球首个医疗健康AI独立评测与分析平台InclusionMed已于近日正式上线。这一平台的推出标志着医疗AI领域开始从“模型开发热”向“效果验证理性化”阶段过渡,为行业建立可比、可信、可追溯的评估体系迈出关键一步。
InclusionMed的核心定位是提供中立、透明、技术驱动的第三方评测服务。其官网界面显示,平台目前已支持对多种医疗AI能力进行量化评估,包括诊断辅助、风险预测、患者分层、治疗建议生成等任务,并以“每项任务成本”“准确率”“泛化性”等维度呈现结果。用户可查看不同模型在相同数据集与评估协议下的横向对比,部分报告还标注了模型训练数据来源、适用人群范围及潜在偏倚风险。
与传统由厂商自评或学术论文单点验证不同,InclusionMed强调“独立性”与“场景适配性”。平台不隶属于任何医疗机构、科技企业或药企,其评估方法论由临床专家、生物统计学家与AI工程师共同制定,参考了FDA的SaMD(软件即医疗器械)审评逻辑与欧盟MDR中关于算法稳健性的要求。例如,在影像识别类任务中,不仅考察模型在公开数据集上的AUC值,更关注其在基层医院低质量图像、设备差异、病种分布偏移等现实条件下的稳定性。
当前医疗AI应用正快速铺开,但评估标准缺失已成为制约规模化落地的主要瓶颈。据《中国医疗人工智能发展白皮书(2025)》统计,国内已有超400款医疗AI产品取得三类证或完成备案,但其中仅约12%在公开渠道披露过外部验证数据;多数厂商仍依赖内部测试集或小样本回顾性研究,难以反映真实世界效能。与此同时,临床医生对AI工具的信任度高度依赖“谁做的”而非“效果如何”,导致优质模型难以脱颖而出,低效模型却因营销优势占据市场。
InclusionMed试图打破这一困局。其技术报告明确区分“实验室性能”与“临床可用性”两个层级:前者衡量模型在理想条件下的上限,后者则模拟真实诊疗流程中的延迟、交互中断、多模态信息缺失等干扰因素。平台首批纳入评测的模型涵盖皮肤病变识别、糖尿病视网膜病变筛查、肺结节良恶性判别及慢病管理推荐系统等四类高频应用场景,合作数据源包括国家卫健委授权的区域影像中心脱敏数据集与多家三甲医院经伦理审批的真实随访队列。
值得注意的是,该平台并非单纯追求“高分模型”,而是强调“适用性匹配”。例如,在一项针对县级医院的试点中,某模型在顶级三甲医院测试集上准确率达92%,但在县域设备采集的低分辨率CT图像上骤降至71%;而另一款轻量化模型虽整体指标略低,却在资源受限场景下保持83%稳定输出。InclusionMed将此类差异以可视化方式呈现,帮助采购方根据自身基础设施与目标人群特征做出理性选择。
行业动态也印证了这一需求的紧迫性。京东健康近期发布的Q3财报中提到,其已联合湘雅二院、北京安定医院等机构共建“名医智能体”,并推进医生AI工作台Medwork知医在基层落地。但这些部署的前提,是内部已完成多轮交叉验证——这恰恰反映出大型平台已在自发构建类似InclusionMed的评估机制,只是尚未标准化与开放共享。
更深层看,独立评测平台的出现,或将推动监管路径的演进。目前我国对医疗AI的审批仍以“产品注册制”为主,侧重安全性与基本有效性;而欧美已开始探索“持续监测+动态更新”模式,如FDA的Pre-Cert计划。InclusionMed所采用的“任务级基准+真实世界反馈闭环”框架,与该趋势高度契合。未来,此类平台有望成为监管机构采信第三方证据的重要接口,甚至参与制定行业标准。
不过挑战依然存在。首要难题是高质量、多中心、合规脱敏的真实世界数据获取难度大。尽管平台声明已获部分医院授权使用回顾性数据,但前瞻性对照试验所需的数据协作机制尚未成熟。其次,临床终点的定义存在专业分歧——例如“诊断正确”是否包含后续治疗响应?模型建议被医生采纳与否是否计入效能?这些问题需通过多轮专家共识逐步厘清。
另一个隐忧是商业可持续性。独立评测若完全免费,难以覆盖数据治理、伦理审查与持续运维成本;若收费过高,则可能加剧中小研发团队的进入壁垒。InclusionMed目前采取“基础报告免费+深度分析订阅”的混合模式,但长期能否平衡公益性与运营压力,尚待观察。
从产业视角看,该平台的上线具有信号意义:它表明医疗AI已越过概念验证期,进入“价值兑现”阶段。当技术红利逐渐见顶,市场将更关注“谁真正解决问题”而非“谁参数最多”。对于开发者而言,这意味着必须从“堆叠算力与数据”转向“理解临床工作流与决策逻辑”;对于医院与医保方,则获得了一套可操作的选型依据。
目前,InclusionMed已开放首批技术报告下载,并计划于2026年一季度启动“年度医疗AI基准挑战赛”,邀请国内外团队提交模型参与统一评估。平台负责人表示,下一步将拓展至病理、超声、可穿戴设备数据分析等新兴方向,并探索与国际评测组织如AIM-AI(美国医学影像AI联盟)的互认机制。
医疗AI的健康发展,不能仅靠技术狂奔,更需制度护航。InclusionMed的落地,虽仅为起点,却为整个行业提供了一个关键坐标:评价标准的统一,终将决定技术落地的深度与广度。
