Sebuah studi membandingkan sistem AI klinis Doctorina dengan delapan dokter dan empat model bahasa frontier mandiri di seluruh 150 konsultasi perawatan primer sintetis berbahasa Polandia.
- Doctorina mencapai konsistensi diagnostik Top-1 sebesar 82,0%, secara signifikan melampaui kinerja dokter sebesar 57,0%.
- Sistem AI mencapai konsistensi diferensial primer atau referensi sebesar 97,3% dibandingkan dengan 85,0% untuk para dokter.
- Skor kerja dan pengobatan yang dinormalisasi lebih tinggi untuk Doctorina (89,4 dan 83,7) daripada untuk dokter (66,9 dan 61,2).
- Kimi K3 berada di urutan berikutnya dalam diagnosis, sementara Claude Opus 5 memimpin estimasi manajemen di antara para performer teratas yang berdekatan.
Hasilnya menunjukkan bahwa keunggulan Doctorina meluas dari pemilihan diagnosis primer hingga kerja diagnostik dan pengobatan awal yang dinilai lebih tinggi setelah konsultasi adaptif.