“会看病”的AI来了！百川M3刷新全球医疗AI基准
你是否也有过这样的经历：身体不适，上网搜索症状，结果被一大堆医学名词吓得不轻，最后得到的却只是一句冰冷的“建议及时就医”？这种体验既低效又令人焦虑。
这正是当前医疗AI面临的核心困境：它们更像一个只会“背医书”的医学生，缺乏真正的临床问诊能力。今天，这个僵局正被打破。
01 博闻强记的“医学生”困境
长久以来，无论是搜索引擎还是通用大模型，在医疗领域都扮演着一个“被动答题者”的角色。用户输入“头痛怎么办”，模型便迅速罗列从脑瘤到颈椎病的各种可能。
这背后是传统医疗AI训练逻辑的缺陷。它的核心是基于“完形填空”式的单轮静态问答，忽略了真实医疗场景中信息高度不对称和动态排查的本质。
患者往往无法精准描述病情，而一个负责任的医生首先要做的，是排除危急重症。传统模型缺乏这种主动追问和安全分层的能力，导致其建议要么是宽泛的百科知识，要么因信息不全而隐藏风险。
02 从“被动答题”到“严肃问诊”
百川智能最新开源的Baichuan-M3模型，其最大的突破在于原生具备了端到端的严肃问诊能力。
它不再急于给出答案，而是像一位经验丰富的医生，启动一套名为SCAN的缜密追问逻辑。这套逻辑包含安全分层、信息澄清和关联追问。
当用户描述“头晕”时，M3会首先追问：“是一阵一阵的晕，还是天旋地转？有没有伴随恶心呕吐？”这是在优先排查中风等高风险病症。
通过独创的SPAR算法，模型能在有限对话轮次中，精准地问出关键信息，将患者模糊的“不舒服”转化为医生可用的结构化临床数据，从而极大地提升了问诊的准确性与安全性。
03 攻克顽疾：从“基因”里剔除AI幻觉
在严肃医疗场景下，大模型“一本正经地胡说八道”是致命缺陷。百川选择了一条更艰难但更根本的路：将幻觉抑制前移。
不同于行业常见的“外挂知识库”方案，M3采用了事实感知强化学习架构。简单说，就是在模型训练的每次奖励与惩罚机制中，都强行加入对医学事实的严苛校验。
这相当于在AI的“思维过程”里内置了一位实时“审稿人”。
M3通过在线事实核查与强化学习结合的独特架构，从源头抑制医疗幻觉。图片来源：新智元
效果是显著的：在不依赖外部工具的情况下，M3的医疗幻觉率降至3.5%。
图片来源：新智元
这一数据不仅超越了GPT-5.2，也刷新了全球纪录。对于用户来说，这意味着AI给出的每一条建议，都是基于严谨医学逻辑的“负责任表达”。
独到见解： 在医疗领域，用外部工具（RAG）纠正幻觉如同“亡羊补牢”，而将事实核查“内化”到模型思维中，才是“防患于未然”。百川选择的这条“难而正确”的路，可能重新定义了医疗大模型的安全标准。
04 开源模型与商业应用的双轮驱动
百川此次采用了 “开源核心模型 + 深化商业应用” 的策略。
通过将Baichuan-M3开源，可以吸引全球开发者、研究机构和医院参与生态建设，快速验证和拓展应用场景，建立行业标准。
与此同时，其商业落地的抓手是旗下的医疗应用 “百小应”。接入M3能力后，百小应定位为 “医患翻译官” 和 “全科医生助理”。
在患者端，它提供24小时预问诊，生成专业病情摘要；在医生端，它能为医生提供结构化的患者报告，提升诊疗效率。这种B2B2C的模式，旨在通过赋能医疗机构来服务最终用户。
独到见解： 这种“核心能力开源，商业应用闭环”的打法非常巧妙。开源是为了快速建立生态和信任，成为事实上的行业“基础设施”；而闭环应用则是探索可持续商业价值的试验田，两者互为犄角，很可能成为AI医疗公司的主流范式。
05 产品数据：超越基准，比肩人类
评测数据是技术实力的硬指标。在全球权威医疗AI评测集HealthBench及其高难度子集上，Baichuan-M3均获得冠军。
图片来源：新智元
更具说服力的是，百川联合150多位一线医生，借鉴医学教育中的OSCE考核方法，搭建了动态的SCAN-bench评测体系。
在这个模拟真实临床流程的考场中，M3在病史采集、检查建议、风险评估等多个维度的综合得分，已超越人类医生的平均水平。这种优势，具体源于其在核心临床思维上的卓越表现。
在安全分层、关联追问等核心临床能力上，M3全面超越人类医生基线水平。图片来源：新智元
06 重新定义“好”医疗AI的赛道
M3的差异化优势，在于它重新定义了医疗大模型的竞争维度。
- 从“答题机器”到“问诊伙伴”：竞争对手多聚焦于提升单轮问答的准确性，而M3的核心是主动且合理的多轮问诊能力，这更贴近真实医疗场景。
- 从“事后纠错”到“事前防控”：行业普遍采用RAG等外部工具来纠正幻觉，属于“事后修补”。M3通过事实感知强化学习，从模型训练源头抑制幻觉，追求更高的内在可靠性。
- 从“技术竞赛”到“流程赋能”：M3的目标不仅是赢得评测，更是通过重塑诊前、诊中流程，真正融入医疗体系，帮助医生提效，而非取代医生。
07 C端教育与B端深耕的双轮驱动
面对市场，百川的策略清晰而务实。在C端（消费者市场），通过“百小应”应用提供高质量的免费预问诊服务，教育用户，建立信任和品牌认知，积累海量的真实世界交互数据。
在更核心的B端/G端（机构与政府市场），则与医院、诊所、体检中心、互联网医疗平台及基层卫生机构合作。
作为智能问诊模块或医生辅助工具进行集成，帮助它们提升服务效率与质量，特别是在缓解优质医疗资源分布不均、基层诊疗能力不足等社会性问题上，探索可落地的商业模式。
08 深入AI医疗的“深水区”
2026年，全球AI医疗的竞争已进入攻坚阶段。OpenAI、Anthropic等国际巨头均在布局。Baichuan-M3的出现，标志着中国AI力量从“应用追随”转身为“核心能力定义者”。
它的成功证明了，通过对医疗决策过程进行深度建模，大模型完全可以胜任严肃、严谨的临床辅助工作。
展望未来，医疗AI的发展将越来越聚焦于 “专、深、精”：垂直领域的深度优化、与医疗仪器和电子病历系统的深度融合、以及在合规与伦理框架下的精细化落地。
技术是冰冷迭代的算法，但医疗永远需要人性的温度。AI或许永远无法替代医生那双安慰患者的手，但它可以成为医生手中更精准的“听诊器”和“显微镜”。
随着类似Baichuan-M3这样的技术不断突破，AI赋能医疗，缓解老龄化社会下的资源短缺问题，正从一个遥远的愿景加速照进现实。医疗AI的奇点，或许真的就在眼前。
