据谷歌7月12日发表在《Nature》的论文，当回答医学问题时，其微调后的医疗大模型Med-PaLM表现良好，一组临床医生对其回答的评分为92.6%，与现实中临床医生的水平（92.9%）相当。另外，谷歌提出了全新的MultiMedQA评估基准，涵盖了医学考试、医学研究等领域的问题和回答，以评测大模型在临床方面的能力。
