OpenTumorBoard：611 例真实肿瘤会诊轨迹基准，14 个 LLM 表现不佳

OpenTumorBoard 基准由 12,534 分钟 YouTube 公开肿瘤多学科会诊录像转录构建，含 611 个患者病例和 19,157 轮讨论，覆盖十类专科角色。评测的 14 个通用与医疗前沿模型中，与专家答案的临床等价性最高仅 3.43/5，与会诊结论一致性 2.78/5。监督微调与强化学习在保留测试集上有效，说明真实讨论轨迹可用于模型适配，基准与自动化构建管线将开源。