从单轮到多轮追问：百川M4如何让通用AI跨过医疗门槛
2026/06/18 21:46阅读量 1
通用AI被患者大量用于医疗咨询，导致医生接诊负担加重。百川智能推出Baichuan-M4模型及C端产品百小医，通过多轮追问、循证引用、全病程记忆等能力重构医疗AI，在HealthBench等评测中领先GPT-5.5，并已在多家三甲医院临床验证。
事件概述
越来越多患者将症状、化验单丢给AI生成判断后去医院问诊，医生反映门诊中带AI结论的患者占比极高（如一个上午30个病人中25个自带AI结论）。通用大模型虽便捷但缺乏医疗可靠性，业界需要真正适合医疗场景的AI体系。
核心信息：Baichuan-M4的四大能力升级
百川智能发布的Baichuan-M4基于通用大模型进行结构性重构与医疗专项增强，核心升级包括：
-
多轮追问与动态问诊：从单次问答扩展到多轮访视，在信息不全时持续推进诊疗路径。SCAN-bench动态问诊评测中初诊79.0分、复诊74.7分，长上下文临床记忆86.9分（较M3提升21.1分）。C端产品百小医可对用户症状连续追问10轮，逐步锁定痛风等风险。
-
循证引用与证据锚定：将复杂指南拆解为1000余个可复用临床决策单元，覆盖200余种常见病。Baichuan-EBM评测中循证引用精度90.0，显著高于GPT-5.5的54.7，确保结论精确对应原文段落出处。
-
Harness调度与全病程记忆：模型自主决定何时追问、检索证据、调取病史，并实时拦截违规操作。全病程记忆打通历史病历、多轮问诊、化验趋势与用药反馈，在长上下文评测中获86.9分。
-
多模态与稳定性：复杂检验报告结构化识别得分0.914，保证复杂信息输入下的稳定判断。
值得关注
- HealthBench成绩：综合得分68.6，Hard任务49.7，幻觉率3.3%；Professional基础推理55.1（GPT-5.5为51.8）。
- 百小医实测案例：通过家庭群中“走一圈就喘”的闲聊，结合长期健康记录预警早期心功能不全，推动及时就医。在中国医学科学院肿瘤医院等75个患者群测试中，百小医安全性99.6%，深度互动率60%-73%。
- 未来生态：百川构建“双医模式”——医生负责诊断治疗，AI负责诊室外长期陪伴、信息整理与风险提醒，并有望连接药企、器械厂商等，形成AI家庭医生新生态。