为了提供在临床学习和研究中使用GenAI的可靠证据，我们正在系统地评价顶级大语言模型，包括开源的，用于各种疾病的关键医疗任务，如诊断预测。下面的基准评分榜是ELHS 基准系统的研究进展，随着大语言模型的发展将不断更新。
| Dataset | Diseases | OpenAI ChatGPT-4 | Google Gemini-1.5 | Baidu Ernie-4 | Date |
|---|---|---|---|---|---|
| 神经内科疾病 | 63 | 93.22% | 92.14% | 90.56% | 20240509 |
| 肿瘤 | 112 | 85.98% | 86.22% | 89.88% | 20240404 |
| More ... | |||||
| Dataset | Diseases | OpenAI ChatGPT-4 | Google Gemini-1.0 | Baidu Ernie-4 | Date |
|---|---|---|---|---|---|
| MCSC覆盖疾病 | 181 | 84.81% | 74.59% | 78.73% | 20240404 |
| More ... | |||||