百川開源醫療大模型 M3，王小川：今年會發布兩款 ToC 產品，正在做硬件

AI 醫療突然成為了這個月的熱點。

1 月初 OpenAI 發布醫療產品 ChatGPT Health，Anthropic 推出 Claude for Healthcare，昨天，百川智能正式開源新一代醫療大模型 Baichuan-M3。

評測成績很突出，在全球最權威的醫療 AI 評測 HealthBench 中以 65.1 分的綜合成績位列全球第一；在專門考驗復雜決策能力的 HealthBench Hard 上，也以 44.4 分的成績奪冠。這一成績，不僅刷新了 HealthBench 的最高分，更首次在醫療領域實現了對 GPT-5.2 的全面超越。

在 OpenAI 引以為傲的低幻覺領域，M3 也實現了超越，幻覺率 3.5 全球最低。

此外，M3 還首次具備了原生的「端到端」嚴肅問診能力。能像醫生一樣主動追問、逐層逼近，把關鍵病史和風險信號問出來，進而在完整的信息上進行深度醫學推理。評測顯示，其問診能力顯著高于真人醫生的平均水平。

百川的醫療應用「百小應」已同步接入 M3，面向醫生與患者開放相關能力。醫生可借助它推演問診與診療思路，患者及家屬也可通過該應用更系統地理解診斷、治療、檢查與預后背后的醫學邏輯。

發布會上，我們跟創始人王小川就百川在醫療領域的下一步、ToC 產品的策略以及商業化落地上進行了交流。

??關注 Founder Park，最及時最干貨的創業分享

超 19000 人的「AI 產品市集」社群！不錯過每一款有價值的 AI 應用。

邀請從業者、開發人員和創業者，飛書掃碼加群：

進群后，你有機會得到：

• 最新、最值得關注的 AI 新品資訊；
  

• 不定期贈送熱門新品的邀請碼、會員碼；
  

• 最精準的AI產品曝光渠道

01低幻覺之外，

核心是端到端的問診能力

百川 M3 這次將醫療幻覺抑制前移至模型訓練階段，在強化學習過程中將醫學事實一致性作為核心訓練目標之一，通過將事實一致性約束融入訓練流程，M3 重構了幻覺抑制的訓練范式，在不依賴工具或檢索增強的純模型設置下，醫療幻覺率 3.5，超越 GPT-5.2，達到全球最低水平。

除了強推理和低幻覺，端到端的問診能力是本次 M3 最重要的一項突破。

AI 應用實踐中，通過 prompt「你是一位經驗豐富的醫生」，激活模型的「角色扮演」是更常見的做法。這種方式得到的是模型的表演行為，而非內生能力，激活的是模型應該提問的行為，而不是必須獲取關鍵信息的思考。即便對話看似完整，也難以支撐安全、可靠的臨床判斷，從根本上偏離了醫療「安全第一」的原則。

針對這一問題，百川提出了「嚴肅問診范式」與「SCAN 原則」，通過 Safety Stratification（安全分層）、Clarity Matters（信息澄清）、Association & Inquiry（關聯追問）與 Normative Protocol（規范化輸出），將臨床問診中高度依賴經驗的思維過程，第一次系統性地「白盒化」。

借鑒醫學教育里長期使用的 OSCE 方法，聯合 150 多位一線醫生，搭建了 SCAN-bench 評測體系，該體系以真實臨床經驗作為「標準答案」，將診療過程拆解為病史采集、輔助檢查、精準診斷三大階段，通過動態、多輪的方式進行考核，完整模擬醫生從接診到確診的全過程。相比于 HealthBench，SCAN-bench 是更加全流程端到端的動態評測新范式。

同時，還使用原生模型訓練方法取代角色扮演 prompt，針對 GRPO 無法穩定進行長對話訓練的問題，設計了新的 SPAR 算法，使模型能夠在有限對話輪次中，把臨床真正需要的關鍵問題問全、問準，把風險兜住，讓輸出經得起復核。

在實驗過程中發現，問診準確度每增加 2%，診療結果準確度就會增加 1%。評測結果顯示，M3 在 SCAN 的四個維度均顯著高于人類醫生基線水平，并大幅領先于國內外頂尖模型，成功構建了從精準的臨床問詢、深度醫學推理到安全可靠決策的閉環。

02想用 AI 實現醫患權力的讓渡，

而不是取代醫生

Q：百川主要想解決醫療場景中的哪些問題？

王小川：醫療行業有幾個核心痛點：

第一是好醫生不夠。上一波互聯網醫療，像好大夫、春雨醫生，它們的模式是通過互聯網解決連接問題，這就像做滴滴和美團，前提是供給端要充足。醫療行業的供給恰恰是不足的，所以互聯網時代解決不了這個問題。AI 的爆發，可以創造出高質量的醫生供給。大家可能 2023 年還不太信這個東西，但到了 2025 年，感受就會越來越明顯。

第二是醫患關系不平等。醫療是少有的受益和決策分離的行業。作為受益方，患者很難在決策中獲得充分的信息和話語權。

我們認為 AI 可以填補醫患之間的 gap，不是說醫生什么都不干了，檢查、手術、治療都是醫生干的事情，但我們希望讓患者明明白白地看病，對于自己的健康狀況有更多地了解，更好地理解醫生說的話。之前談得比較少，要么就是 AI 取代醫生，要么就是 AI 幫助醫生，但更重要的是醫患權力的讓渡，醫生把一部分權力逐步讓渡給患者。

我們認為，未來的醫療模式既不會動醫生的蛋糕，也不會讓患者產生焦慮，解決權力讓渡的問題，這是必然的趨勢。比如，一個病癥，醫生可能給出兩個方案，一個保守，一個激進，或者三個醫生每個方案都不一樣，患者怎么選？我們的 AI 醫生足夠強，能夠補充各種信息，把解釋做好時，患者和醫生的關系就會進入一個新的階段。

第三，三甲醫院消耗過度。中國和美國有個區別，美國有家庭醫生體系，大多數人都有自己的全科大夫，小病先找他們，有了大病再轉到專科，醫療行為主要發生在基層。中國，大家習慣都往大醫院、三甲醫院擠，導致醫療負擔非常重。國家雖然一直在推行基層首診，但虹吸效應依然很強。今后一個大的趨勢就是醫療場景會發生變化，大家擁有 AI 助手以后，更不去基層了，小毛病自己就看了。國家號召的「強基層」，未來可能不僅包括社區醫院，居家也會成為一個重要的醫療場景。人們在家里就能跟 AI 對話、獲取初步診斷，從根本上改變中國三級診療的格局。

第四，對人體的醫學機制認知還不夠深入。患者總是覺得自己不懂，醫生懂，其實醫生有的時候也不懂，每個科室的醫生都是知道局部的信息，復雜問題需要跨科室會診。今天的 AI for Science，比如過去的蛋白質解碼、虛擬細胞、臨床數字孿生，可以幫助我們更好地建立人體模型。現在我們有能力收集更豐富的患者真實數據，在 AI 的輔助下，有機會做到「看病即入組」，更有機會做好生命模型。

Baichuan-M3 在今年上半年就能輔助做出更好的醫療決策，不僅是幫助醫生，也會幫助患者。這就是我們想推動的事，能夠有 AI 醫生陪著你，時時刻刻照顧你。

Q：未來的大模型，多模態會是主戰場嗎？

王小川：多模態主戰場這句話，我是不認同的。

我們在 2023 年就提過，語言是智能的中軸。ChatGPT 發布時，大家最震撼的是它展現的智力。智力是把不抽象的事情變成抽象事情的能力，所以符號才是核心。類比即智力，人類智能主要通過三種符號語言來體現：自然語言、數學語言和代碼語言。

到目前為止，評判哪個公司的模型能力強，核心標準依然是基于符號的。像 Sora 這種視頻生成能力，可用性很強，但它不代表智力本身。在醫療場景里，很多都是決策問題，不只是看片子就行了。醫院里已經有很多小模型在輔助閱片，比如推想醫療或其他影像公司的模型。這些圖像模型輸出結果后，最終還是要符號化，然后用語言模型來做后續的推理工作。

感知模型和認知模型需要結合，表現就是把影像變成報告和診斷模型。最近還有胰腺癌頻掃 CT 模型，這些感知模型更像是主干上的葉子，不是「主戰場」。我們很快也會發布和圖像相關的模型，把醫療影像診斷做到 SOTA 的水平。

Q：很多公司都提到，多模態數據很難「出院」，百川怎么看待醫院內數據的處理？

王小川：主要是兩個要點：技術和場景。

我們認為，未來巨大的增量是在院外，不在院內。院內更多是執行場所，比如做手術、輸液。我們的目標不是在院內幫醫生解決流程問題，那個想象空間是有限的。我們的策略是「隔山打牛」，最重要的價值是幫到患者。

今天大家總是講數據不夠，投了上千億進去，去年發布了 500 款醫療垂直大模型，但大家有體感嗎？美國，已經有兩件事做成了：OpenEvidence，很多醫生都在用它輔助診療，安全性和準確度提升了很多；二是 ChatGPT 馬上就要接入健康數據，2.3 億人很快就可以直接受益。

AI 直接產生作用是在院外，以前信息化是以醫院為中心、醫生為中心的這種模式，它都離 AI 的本質和 Toc 是遠的。我們始終強調，這次的技術紅利是發生在語言智能上，不是在圖像識別上。能力識別不代表真正的智力，它只是一個「做題家」手里的活兒。

03今年會發布兩款 ToC 產品，

正在做睡眠類硬件產品

Q：像「阿福」這類擁有海量用戶的 App，他們獲得的動態反饋數據，會不會讓模型迭代速度超過你們？

王小川：用反饋來推動模型迭代，主要體現在兩點：第一，你的個人檔案完善了，服務更個性化了，這跟用戶多少沒關系；第二，用戶多了，團隊可以通過反饋來改進產品，但這更像是傳統互聯網的產品迭代，不是技術層面的模型進化。你看 Anthropic、Gemini 也沒有那么龐大的 C 端用戶，但模型依然發展得很快。這件事本質上還是技術驅動的。

注：「阿福」是由螞蟻集團推出的一款 AI 健康應用。

Q：百川接下來的產品路線想怎么走？

王小川：我們跟「阿福」的定位不太一樣，阿福更偏向泛健康，「健康」本身是一個很寬泛的概念。我們希望更聚焦，做到至少能取代家庭醫生的角色。

從第一天起就想做 ToC，幫助患者做輔助決策這件事，價值非常清晰。我倒不擔心商業模式，只要我們能跨過醫療的專業門檻，真正為用戶創造價值，無論是直接向用戶收費，還是通過服務包整合后續的醫療、藥械資源來收費，都會是很容易的事情。

我們今年上半年就會正式入場，之前停頓了一段時間，目標想得很清楚，我們不是只賺醫院或醫生的錢。我們會有兩款產品發布，免費使用，但包含付費模塊。

首先是百小應，醫生和患者都能用。雖然是同一個產品，但醫生和患者的身份不同，給出的結果也不同。醫生版更像 OpenEvidence，非常強調循證，每一句話的出處、引用的文獻都會清晰標明。醫生可以接受各種專業的答案，我們給到患者的，是幾個清晰的選項和要點，必須讓他們看得懂，把專業語言翻譯成他們能理解的內容，同時保留循證的能力。

患者模式會強調補充信息，具備進入啟發式的、端到端的問診能力。醫生不會這樣，因為醫生有自己提問的方法。在這種情況下，我們和 OpenEvidence 的區別在于，OpenEvidence 只是服務于醫生，我們的產品是信息可復現、專業內容可懂、患者可決策、建議可行動、最終服務到患者本人，這樣的產品定位，在全球是獨一無二的。

Q：如果做 ToC 產品，早期怎么培養用戶心智？

王小川：需要三件事：第一，需要一定的市場宣傳投入，我們會適量增加；第二，要得到醫生的認可。我們的路線和阿福不同，他們可能對老醫生觸動不大，但我們希望醫生和患者是一體兩面，共享一款產品。所以不僅要讓患者鼓掌，更要讓專家點頭；第三，產品本身做得足夠好，能自然形成一定的口碑效應。

Q：百川的護城河是什么？

王小川：護城河分三部分。第一，模型本身。在前沿領域，模型領先一代就是優勢，尤其在醫療領域，大家一定會選擇更好的；第二，對問題切入點的選擇。我們更愿意切入一些嚴肅、高價值、非共識的場景。大廠通常要從共識的地方切入；第三，產品形態。大家后續會看到，我們的產品形態也是不一樣的。

Q：你提到做嚴肅醫療，這會涉及權責問題，診療責任由誰來負責？

王小川：今天我們不會去碰法律紅線。法律要求診斷結論和治療方案必須由執業醫師給出。但我們可以在這個框架內，把輔助診斷做得更好。

現在的痛點是，患者在拿到結論之前，需要大量的解釋和信息。我們主打的概念是「讓患者明明白白看醫生」，核心是縮短醫患之間的 gap。比如醫生給了兩個治療方案，一個保守一個激進，選哪個？我們可以幫助患者分析利弊，輔助他們做決策。診療和決策是兩回事，我們認為未來決策權會更多地讓渡給患者。我們不是替患者做決策，是給建議，幫助患者自己做決策。

Q：M3 的能力已經可以支撐這個目標了嗎？

王小川：模型能力已經足夠了，現在需要的是建立產品形象和用戶信任。

Q：國內會出現類似 OpenEvidence這樣的產品嗎？

王小川：可能性不大。在美國，OpenEvidence 確實能對醫療效果提升很多。但在中國有幾個障礙：第一，中國醫生沒有使用這類輔助系統的習慣；第二，他們非常忙，沒有額外的時間去使用一個新工具；第三，用不用這類工具，對他們的職稱評定和論文發表可能幫助不大。

Q：百川最初為什么選擇兒科作為切入點？

王小川：一開始選兒科，也是想從院外、從相對輕癥的場景切入。兒童很多時候是小問題，但家長焦慮感很強。所以它不是從疾病的嚴重程度出發，而是從用戶的焦慮感出發。現在技術進步了，我們才敢拓展到腫瘤這種最核心的領域。

Q：兒科還會繼續重投入嗎？

王小川：會的。「一老一小」始終是我們的方向，我們主要就是慢病、兒科和腫瘤這三個方向。

Q：你們會做硬件嗎？

王小川：會，目前正在做一款和睡眠相關的硬件產品。

轉載原創文章請添加微信：founderparker