AI醫(yī)療取得又一重大突破，團(tuán)隊來自中國！

10月22日，百川智能發(fā)布首個循證增強(qiáng)醫(yī)療大模型Baichuan-M2Plus，為醫(yī)療AI樹立了新標(biāo)桿。

此前百川發(fā)布的Baichuan-M2，作為全球最強(qiáng)開源醫(yī)療模型，引發(fā)行業(yè)廣泛關(guān)注。

而這次的升級版，更“靠譜”，也更“可用”。

Baichuan-M2 Plus的幻覺率較通用大模型顯著降低，相比Deepseek降低3倍，優(yōu)于美國最火醫(yī)療產(chǎn)品OpenEvidence，可信度比肩資深臨床醫(yī)生水準(zhǔn)。

在多個人類醫(yī)學(xué)考試中，Baichuan-M2 Plus取得了遠(yuǎn)超人類水平的成績。

能做到這些，原因在于百川把現(xiàn)代醫(yī)學(xué)的核心方法——循證醫(yī)學(xué)（Evidence-Based Medicine），深度融入到了AI之中。

簡單來說，就是讓AI像真正的醫(yī)生一樣，不靠猜測，而是基于可靠的醫(yī)學(xué)證據(jù)來做判斷。

通用大模型，雖然也能回答醫(yī)學(xué)問題，但很多答案是憑空生成的。它可能讀過很多網(wǎng)頁，但信息真假混雜。所以，它有時會一本正經(jīng)地胡說八道，這在醫(yī)學(xué)上是不可接受的。

畢竟，我們都不想將生命健康交給一個會信口開河的AI。

而Baichuan-M2Plus以“循證”為核心原則，真正切中了醫(yī)生和患者的痛點，讓醫(yī)療大模型具備了真正的科學(xué)可信度。

眼下，AI醫(yī)療已成為海內(nèi)外最熱門的賽道之一，傳奇投資人木頭姐（Cathie Wood）表示「醫(yī)療保健是AI最被低估的應(yīng)用領(lǐng)域」；世界經(jīng)濟(jì)論壇提出80億AI醫(yī)生愿景，每個人都將擁有自己的私人醫(yī)生。

在美國，現(xiàn)象級醫(yī)療大模型產(chǎn)品OpenEvidence，因符合醫(yī)學(xué)認(rèn)知的循證增強(qiáng)，已有40%美國醫(yī)生注冊使用，每月咨詢量達(dá)1650萬次。

AI將顛覆醫(yī)療行業(yè)，已成為頂級資本的共識，OpenEvidence今年以來連續(xù)完成A、B、C輪融資，三輪累計融資金額達(dá)到4.85億美元，估值已達(dá)60億美金。

作為AI醫(yī)療的先行者，百川智能首創(chuàng)六源循證推理（EAR）范式，在美、日、英的醫(yī)療評測中均超過OpenEvidence，代表中國在世界大模型擂臺上再下一城。

即日起，M2-Plus將以API形式面向醫(yī)療AI開發(fā)者、科研機(jī)構(gòu)和行業(yè)合作伙伴全面開放；「百小應(yīng)」APP也已接入M2-Plus作為核心醫(yī)療問答引擎，為臨床醫(yī)生提供精準(zhǔn)的診療決策支持，幫助患者及家屬獲得最新最權(quán)威的醫(yī)學(xué)知識。

正如DeepSeek以極致的性能優(yōu)化與開放的合作精神掀起技術(shù)平權(quán)浪潮，百川智能同樣為醫(yī)療健康事業(yè)開啟了一個創(chuàng)新共贏的未來。

首創(chuàng)六源循證推理范式，樹立行業(yè)新標(biāo)桿

循證醫(yī)學(xué)（Evidence-Based Medicine, EBM）自20世紀(jì)90年代由加拿大麥克馬斯特大學(xué)提出以來，已成為現(xiàn)代醫(yī)學(xué)知識體系的核心范式。

在百川智能看來，循證不只是醫(yī)生的行為準(zhǔn)則，也應(yīng)成為AI系統(tǒng)的底層原則。

基于這一理念，M2Plus在Baichuan-M2行業(yè)領(lǐng)先的醫(yī)療推理能力上再次進(jìn)化，首創(chuàng)了 “六源循證推理”范式，讓AI真正學(xué)會人類醫(yī)生的思維和臨床實踐方法。

六源循證：打造從原始研究到真實世界的完整知識體系

可靠的證據(jù)是“循證醫(yī)學(xué)”的基石，百川智能主動屏蔽了互聯(lián)網(wǎng)的非專業(yè)信息來源，只使用權(quán)威來源的醫(yī)學(xué)證據(jù)，從根源上保證了數(shù)據(jù)質(zhì)量。

在循證醫(yī)學(xué)體系中，證據(jù)的采取遵循一套用于評估研究質(zhì)量和置信強(qiáng)度的模型，最可靠的知識存在于頂端，較不可靠的證據(jù)位于底部，構(gòu)成一個證據(jù)金字塔（Hierarchy of Evidence）。

M2 Plus在證據(jù)分層上也采用了這一原則，將醫(yī)學(xué)證據(jù)分為六個層級，并根據(jù)實際需求動態(tài)調(diào)用。

• 原始研究層：索引海量醫(yī)學(xué)期刊論文

  4000

  萬篇，超過

  PubMed

  收錄數(shù)量，涵蓋基礎(chǔ)與臨床研究成果，是循證鏈條的起點；

• 證據(jù)綜述層：整合系統(tǒng)評價和

  Meta

  分析等高等級證據(jù)，提供經(jīng)過匯總的研究結(jié)論。

• 指南規(guī)范層：引入國際和國內(nèi)權(quán)威機(jī)構(gòu)發(fā)布的臨床指南、專家共識和行業(yè)標(biāo)準(zhǔn)，確?；卮鸱献钚乱?guī)范。

• 實踐知識層：包含臨床病例報道、一線專家經(jīng)驗和診療技巧等實用知識，貼近醫(yī)療實踐場景。

• 公共健康教育層：匯集權(quán)威科普和公共衛(wèi)生知識，如疾病預(yù)防宣教、健康指導(dǎo)等內(nèi)容，服務(wù)大眾健康教育。

• 監(jiān)管與真實世界層：涵蓋藥監(jiān)部門公告、臨床試驗登記及大規(guī)模真實世界研究數(shù)據(jù)等信息，以反映最新的監(jiān)管動態(tài)與人群研究結(jié)果。

這一整套從證據(jù)、到實踐、再到真實世界反饋六層證據(jù)類型的知識體系，經(jīng)層層演化而來：原始層回答“事實是否存在”、證據(jù)層回答“結(jié)論是否一致”、指南層回答“行業(yè)如何規(guī)范”、實踐層回答“醫(yī)生應(yīng)如何決策”、公共層回答“患者應(yīng)如何理解”、真實世界層回答“是否存在新風(fēng)險”。

這讓模型從“生成答案”走向“以證據(jù)回答”，實現(xiàn)了從語言可信度到知識可信度的躍升。

循證檢索：從“找得到”躍升到“找得準(zhǔn)”

傳統(tǒng)的RAG 檢索往往追求“找得到”，而循證檢索追求“找得準(zhǔn)”。

M2 Plus采用PICO框架（人群 Population、干預(yù) Intervention、對照 Comparison、結(jié)局 Outcome）思維，將查詢轉(zhuǎn)化為結(jié)構(gòu)化醫(yī)學(xué)問題，并在六源數(shù)據(jù)庫中進(jìn)行分層匹配。

例如：當(dāng)輸入“老年OSA 患者使用 CPAP 能否改善高血壓？”時，系統(tǒng)優(yōu)先在高等級證據(jù)（系統(tǒng)綜述、RCT 元分析）中搜索，并自動辨識研究質(zhì)量、樣本量、置信區(qū)間與結(jié)局指標(biāo)。

這種方法克服了通用RAG的兩大缺陷：一是缺乏醫(yī)學(xué)語義理解（無法區(qū)分 CPAP 療效與依從性分析）；二是無法辨別文獻(xiàn)可靠性（新聞與指南同權(quán)）。

在此基礎(chǔ)上，M2 Plus能夠三步精準(zhǔn)鎖定“鐵證”：

第一步，智能提問：自動將用戶問題拆解成多個專業(yè)的PICO查詢，進(jìn)行“地毯式”證據(jù)搜索，兼顧精度與廣度。

第二步，精準(zhǔn)鎖定：通過自研的Medical Contextual Retrieval技術(shù)，完整保留文獻(xiàn)的臨床因果鏈，避免信息割裂。

第三步，證據(jù)排序：內(nèi)置“審稿人”模型，自動評估證據(jù)等級（如RCT、Meta分析），將最可信、最相關(guān)的“鐵證”優(yōu)先呈現(xiàn)。

循證推理：讓模型“像醫(yī)生一樣思考”

如果說“六源循證”解決了醫(yī)療AI知識從哪來的問題，“PICO智能檢索”解決了如何快速找到正確證據(jù)的問題，那么最關(guān)鍵的一步是如何確保AI在手握證據(jù)時，不會“自由發(fā)揮”、脫離事實胡亂回答。

百川智能在M2 Plus中引入“循證增強(qiáng)訓(xùn)練”機(jī)制，為模型的回答過程“上了一道鎖”，從根本上改變了其生成邏輯，讓它學(xué)會“引用，而非臆測”：

首先，在訓(xùn)練中獎勵“引用”，懲罰“臆測”，準(zhǔn)確引用權(quán)威來源（如指南、文獻(xiàn)）時會獲得高分，一旦回答脫離了檢索到的證據(jù)就會受到懲罰；

其次，內(nèi)置“證據(jù)評估器”，模型被訓(xùn)練得能夠自動評估檢索到的證據(jù)質(zhì)量，優(yōu)先采納高可信度的信息（如RCT、Meta分析），并將其無縫嵌入到推理鏈中；

第三，句句有據(jù)，可回溯、可驗證：經(jīng)過訓(xùn)練，M2-Plus的回答風(fēng)格發(fā)生了根本性改變，在輸出關(guān)鍵結(jié)論時，自動附上參考文獻(xiàn)、指南出處等來源，這賦予了AI回答更高的可解釋性與可信賴度。

幻覺水平最低，較DeepSeek降低3倍

這種“循證驅(qū)動”的生成邏輯，讓M2 Plus幾乎杜絕了無中生有的內(nèi)容。

在多場景評測中，其綜合幻覺率在所有大模型當(dāng)中最低，相較Deepseek R1最新版降低3倍，顯著領(lǐng)先OpenEvidence。

不僅如此，在病史分析、診斷思路、治療方案等真實復(fù)雜的核心醫(yī)療場景中，達(dá)到了與人類資深臨床專家同等的可信度。

301醫(yī)院的姜醫(yī)生提問，“目前公認(rèn)最有效的基因治療藥物靶向足細(xì)胞遞送方案有哪些？”

很多通用大模型回答這個問題時都產(chǎn)生了明顯幻覺，而M2 Plus的回答不僅查到了全球最新研究成果，還能按納米系統(tǒng)/ AAV病毒載體等維度分類。

姜醫(yī)生評價道：“引用文獻(xiàn)非常具有專業(yè)性、且信息源緊貼頂刊ERA等最新進(jìn)展，對足細(xì)胞基因治療這么前沿的方向，能幫我快速了解國際熱點技術(shù)路線，少走彎路?！?/p>

北京天壇醫(yī)院的熊醫(yī)生，在研究目前PACAP在偏頭痛中的研究進(jìn)展如何時發(fā)現(xiàn)，頭痛相關(guān)的研究越來越多，想找到真正有價值的文獻(xiàn)并不容易，多數(shù)大模型給出的答案都因幻覺問題而不可用。

他試用時發(fā)現(xiàn)，百小應(yīng)“能梳理全球PACAP偏頭痛研究，從機(jī)制到III期臨床試驗自動串聯(lián)證據(jù)鏈，不僅回答問題，更讓醫(yī)生站在未來看科研進(jìn)展。”

多國醫(yī)學(xué)考試斷崖領(lǐng)先，遠(yuǎn)超人類醫(yī)生

美國執(zhí)業(yè)醫(yī)師資格考試（USMLE）是評估臨床知識和推理能力的黃金標(biāo)準(zhǔn)，即便是經(jīng)驗豐富的臨床專家，要突破90分也極具挑戰(zhàn)。

在此項考試中，M2-Plus取得了驚人的97分，不僅遠(yuǎn)超人類考生平均水平，更與GPT-5的成績持平，穩(wěn)居全球第一梯隊，展示了其世界級的臨床問題解決能力。

中國執(zhí)業(yè)醫(yī)師資格考試（NMLE）及格線為360分，對于廣大醫(yī)學(xué)生而言，能考到450分以上已是高分，超過500分則被視為“學(xué)神”級別。

M2 Plus則取得了568分的“碾壓級”成績，在所有公開測試的主流大模型中位列第一，充分證明其對中國臨床指南和醫(yī)療實踐的掌握已爐火純青。

如果說執(zhí)醫(yī)考是“從業(yè)門檻”，那么中國碩士研究生招生考試臨床醫(yī)學(xué)綜合能力（西醫(yī)）則是頂尖醫(yī)學(xué)生競爭的“華山論劍”。該考試不僅知識面廣，且題目設(shè)計極為復(fù)雜，對臨床思維要求高。

通常，能考到280分以上的考生，都是超過協(xié)和、北醫(yī)等頂尖學(xué)府的頭部學(xué)霸。M2 Plus在此項考試中取得了282分。

同時，在日本、英國、澳大利亞等國高級醫(yī)師職稱晉升考試中，M2 Plus的準(zhǔn)備率達(dá)到85%以上，遠(yuǎn)超各國及格線。

這些壓倒性的成績充分說明，M2 Plus在復(fù)雜醫(yī)學(xué)知識運用上的能力，已經(jīng)超越了人類醫(yī)生水準(zhǔn)。

百川按下“加速鍵”，助推醫(yī)療AI邁入可信可用階段

在AI重塑醫(yī)療的浪潮中，百川智能懷普惠之志，為行業(yè)開放頂尖模型能力，切實推動智慧醫(yī)療的落地。

接入M2 Plus的百小應(yīng)已在各大手機(jī)應(yīng)用商店更新，打造"醫(yī)生版ChatGPT"。為方便電腦端使用，網(wǎng)頁版（ying.ai）也同步上線。

醫(yī)生可以通過它快速查閱循證指南和文獻(xiàn)，患者能夠深入理解疾病和治療方案，公眾則可獲取權(quán)威、可信、可追溯的健康知識。

尤其是，當(dāng)前患者用DeepSeek自診和帶著DeepSeek就醫(yī)的現(xiàn)象越來越多。通過百小應(yīng)，醫(yī)生有了面對通用模型幻覺挑戰(zhàn)的“專屬武器”。

此外，M2 Plus也將以API形式面向醫(yī)療AI開發(fā)者、科研機(jī)構(gòu)和行業(yè)合作伙伴全面開放。

通過標(biāo)準(zhǔn)化接口，開發(fā)者和醫(yī)療機(jī)構(gòu)可以快速構(gòu)建出專屬的AI醫(yī)生或智能輔助決策系統(tǒng)，并結(jié)合自身數(shù)據(jù)資源實現(xiàn)差異化創(chuàng)新。

這一能力可靈活集成至醫(yī)院信息系統(tǒng)、科研工具、數(shù)字醫(yī)療產(chǎn)品與健康服務(wù)平臺，應(yīng)用于醫(yī)院流程優(yōu)化、?？戚o助診斷、個性化健康管理等多種場景。

通過開源Baichuan-Ｍ2、發(fā)布Baichuan-Ｍ2 plus、百小應(yīng)，開放API，百川致力于持續(xù)提升AI醫(yī)療在真實臨床場景的可用性，推動大模型在嚴(yán)肅醫(yī)療場景進(jìn)入落地可用新階段。

歸根到底，百川智能所做的，是讓前沿的AI技術(shù)真正服務(wù)于醫(yī)生，也服務(wù)于每一個普通人。