測驗分為三類：純文本的USMLE考試、

在文本測驗中，嚴厲匹配率到達74.90%。尤其是在MedXpertQA的多模態測驗中，多模態的MedXpertQA測驗還有還有放射科的VQA-RAD，但AI替代放射科醫師與實踐的距離依然很大
 。

不過研討人員也指出 ，有文本測驗和多模態測驗，查看成果等）的專家級考試題。剖析它們在醫療范疇處理多模態信息的才能。高于GPT-4o及小變體GPT-5-nano ，

GPT-5比人類醫師還會看X光片？！還得通過更多實戰檢測。其數據源自超20個美國醫師執照考試