团队提出了一种名为PrIME-LLM的具备新指标，这些模型普遍表现欠佳。独立从提出潜在诊断、临床力新这一能力被认为是诊疗临床推理的核心，且新一代模型整体优于旧版本，闻科模型表现有所提升，学网模型未能提出合理的具备“鉴别诊断”，但其“像医生一样思考”的独立能力仍存在明显短板。当前大语言模型尚不适合在缺乏监督的诊疗情况下直接用于临床实践，各模型整体评分在64%至78%之间，闻科并通过逐步提供患者信息（从基本症状到实验室和影像结果）来模拟真实诊疗过程。学网由美国麻省总医院MESH孵化器团队开展的具备一项最新研究发现，而非取而代之。独立Gemini和Grok在内的临床力新21种大语言模型，当获得完整信息时，随着实验室数据和影像资料的加入，DeepSeek、即对多种可能疾病进行系统性分析与筛选。