当人工智能的竞争从通用对话转向专业领域的深入发展时，医疗健康成为检验技术实力的重要领域。2026年2月7日，随着MedBench 4.0权威榜单的公布，数坤科技的“数坤坤”多模态医学大模型V3以63.6分的综合成绩荣登榜首，不仅超越了微医、云知声等国内专业医疗模型，还击败了OpenAI、谷歌等国际巨头的通用大模型。这一具有里程碑意义的胜利，标志着国产医疗AI在模拟人类临床思维方面取得了关键性的突破。
此次登顶绝非偶然，这背后反映了数坤科技对医疗AI本质的深刻洞察——一个真正的临床助手不仅需要庞大的知识库，更需具备严谨的诊疗逻辑。针对以往通用大模型在医疗场景中频繁出现的“幻觉”和逻辑断裂问题，数坤V3展示了近乎专业医生的系统化思维链条。在MedBench的评测中，V3在医疗视觉感知和跨模态语义理解这两个核心指标上均拔得头筹。这充分证明它不仅能够“读懂”复杂的医学影像，还能将影像特征与文本病历、检验指标相互关联，进行推理判断，从而胜任鉴别诊断、个体化治疗建议等复杂的真实世界任务。
数坤V3之所以能取得如此成就，核心秘籍在于其两大技术护城河：PB级专业医疗数据与模拟医生真实会诊的训练策略。
首先，在数据积累上，数坤科技展现了难以复制的行业深度。经过8年深耕，公司已与全球上千家医院建立合作，产品在超过5000家公立医院和1000家体检机构高粘性使用，积累了海量、合规且经过专业标注的PB级医疗数据。这种数据壁垒不仅在于规模，更在于其“全病种、全流程”的真实临床属性，每一份CT影像都对应着真实的病理报告与诊疗记录，为模型提供了精准的监督信号。
其次，在训练方法上，数坤V3摒弃了简单的数据投喂，转而采用“医学MDT（多学科会诊）式训练策略”。这一策略的核心是让AI模拟资深医生的看病过程：如同内科、外科、影像科专家联合会诊一般，模型在训练中被要求同步学习同一病种的多模态信息——从CT的不同层面影像、核磁的多序列图像，到患者的病史主诉与临床指标。通过这种深度关联学习，模型逐渐掌握了类似人类医生的综合判断能力，能够从纷繁复杂的症状中抽丝剥茧，形成符合临床逻辑的决策思路。
