斯坦福 HAI 发布 MedHELM、PhysicianBench 与 HealthAdminBench，测出医疗 AI Agent 实际完成率不足一半

斯坦福 HAI 发布 MedHELM、PhysicianBench 和 HealthAdminBench 三项医疗 AI 基准，显示当前最佳 AI Agent 在临床与行政任务中的端到端完成率均低于 50%。